PyTorch 2.15 大幅提升 Mac 本地 AI 模型运行效率，MoE 模型解码速度提升 5-6.5 倍

Techub News 消息，Hugging Face 的 PyTorch 团队发布博客，详述 PyTorch 2.15 版本对 MPS 后端（Mac 平台）的重大性能改进。该版本使混合专家模型在 M3 Ultra 芯片上的解码速度较 2.14 版本提升 5-6.5 倍，例如 Qwen3.6-35B-A3B 模型速度从 9.4 tokens/s 提升至 61.3 tokens/s。 此外，视频生成的内存占用大幅降低，Wan2.2 的 VAE 解码峰值内存从 270 GiB 降至约 8 GiB。版本还引入了 FP8 数据类型以节省显存，并提升了线性代数、卷积等多项操作的 GPU 执行效率。PyTorch 2.15 要求 macOS 15 及 Python 3.11 或更高版本。