#IBM
IBM 在 PyTorchCon 2026 上会讲 vLLM 和 PyTorch 性能调优，还能现场看 llm-d 和 Spyre 加速器的演示，做推理部署的可以关注。
IBM 工程师亲述怎么把自家 Spyre 芯片接进 PyTorch Inductor，想给新硬件做后端的人可以看看思路。
IBM 的 Carlos Costa 要在 PyTorchCon 讲怎么把开源模型推理做到生产级规模，做部署的可以去听。
IBM 背书的 llm-d 开源项目一年后升级，管推理扩容还支持多租户和零停机，10 月 San Jose 大会公布新消息，做推理部署的可以关注。
IBM 把自家 Spyre 芯片接进了 PyTorch，靠的是设备、内存、编译这些现成抽象层，想了解框架如何兼容多硬件的可以看看这篇官方博客。
PyTorch 官方宣布的活动，Red Hat、NVIDIA、IBM 三家联合办，讲 vLLM、Ray 这些工具怎么进企业生产环境，搞部署的可以关注
IBM 和 Red Hat 会在 PyTorch 大会上讲 Spyre 加速器和分布式推理的落地细节，做底层基础设施的可以去听。
NASA 和 IBM 把月球轨道器 17 年的观测数据训成了一个开源模型，预测极地冰误差能降 22%，做月球研究的可以直接拿来用。
IBM给Together AI搭了个2.4亿美元的HGX B300大集群，专门跑开源模型推理，2027年上线，想省钱又想要性能的可以关注。
IBM这份报告给出关键数字：AI攻击占恶意泄露四分之一，单起平均损失600万美元，比整体高20%。搞安全的可以对照下自己的防线。
IBM 这次拿出了可验证的量子优势，不是画饼。他们跟几家机构合作发了三篇论文，结果还能在别的量子计算机上复现，靠谱。想了解量子计算最新进展的可以看看。
这篇论文用IBM量子硬件实测量子核方法的几何保真度，发现门扭曲最可靠但任务相关性反而低，揭示了硬件实现与算法目标之间的差距。
IBM 用 AI 智能体接管 Power 系统运维，容量问题解决快 15 倍，还出了单核性能翻倍的新服务器，搞企业 IT 的可以关注。
IBM 说客户把钱都拿去买服务器搞 AI 基建了，软件预算被挤掉，自己股价暴跌 20%，连微软都跟着跌。看看这波冲击有多大。
企业IT团队终于有了衡量AI智能体真实能力的标尺——前沿模型都不到50分，说明自动化运维还有很大提升空间，做IT运维或AI落地的建议点开看看差距在哪。