Ion Stoica 在 PyTorchCon 2026 讲述 Ray 如何成为 AI 工作负载的分布式计算层

Ray 起源于强化学习场景，Ion Stoica（UC Berkeley / Anyscale）在 PyTorchCon 2026 演讲中回顾其演进过程。演讲涵盖数据处理、训练、推理服务和后训练的复杂度变化，并介绍了面向 TPU pod 和 NVIDIA Blackwell GPU 的拓扑感知调度、基于 NIXL 的 GPU 间传输以及原生 TorchFT 集成。未来规划包括用 Rust 重写 Ray 主要组件、更紧密集成 Kubernetes，并与硬件厂商改进加速器支持。