内容提要
PyTorch 2.10 发布，增强了对 Intel GPU、AMD ROCm 和 NVIDIA CUDA 的支持，新增功能和性能优化，包括对 Python 3.14 的支持及改进的调试功能。
关键要点
-
PyTorch 2.10 发布，增强了对 Intel GPU、AMD ROCm 和 NVIDIA CUDA 的支持。
-
新增功能包括对 Python 3.14 的支持及改进的调试功能。
-
AMD ROCm 版本支持常规 GEMM 回退和 CK 实现分组 GEMM。
-
改进了 Windows 上 PyTorch 对 ROCm 的支持，新增多个功能。
-
对 Intel GPU 的支持得到多项改进，新增 Torch XPU API 和性能优化。
-
NVIDIA CUDA 支持包括模板内核、预编译内核支持和改进的 CUDA 兼容性。
-
Torch Inductor 中的 combo-kernels 水平融合降低了内核启动开销。
延伸问答
PyTorch 2.10 对 Intel GPU 的支持有哪些改进？
PyTorch 2.10 对 Intel GPU 的支持新增了多个 Torch XPU API，支持 ATen 运算符 scaled_mm 和 scaled_mm_v2，以及性能优化和其他改进。
PyTorch 2.10 中新增了哪些功能？
新增功能包括对 Python 3.14 的支持、改进的调试功能，以及对 AMD ROCm 和 NVIDIA CUDA 的增强支持。
AMD ROCm 版本在 PyTorch 2.10 中有哪些新特性？
AMD ROCm 版本现在支持常规 GEMM 回退和 CK 实现分组 GEMM，并改进了 Windows 上的支持。
PyTorch 2.10 如何改进了对 NVIDIA CUDA 的支持？
对 NVIDIA CUDA 的支持包括模板内核、预编译内核支持、改进的 CUDA 兼容性和支持嵌套内存池等。
PyTorch 2.10 中的 combo-kernels 有什么作用？
combo-kernels 水平融合降低了内核启动开销，提升了性能。
PyTorch 2.10 对 Windows 的支持有哪些增强？
在 Windows 上，PyTorch 2.10 改进了对 ROCm 的支持，新增了多个功能，如 torch.cuda._compile_kernel 和 load_inline 支持。
