Martes 20 de octubre de 2026 ·
MPS de PyTorch 2.15 trae FP8 a los Mac y acelera hasta 6,5 veces los modelos MoE
Útil para
El equipo de PyTorch de Hugging Face presenta mejoras del backend MPS para Mac en PyTorch 2.15. Añade FP8, que ocupa la mitad que BF16, y los modelos MoE decodifican entre 5 y 6,5 veces más rápido: Qwen3.6-35B-A3B pasa de 9,4 a 61,3 tokens por segundo en un M3 Ultra. También llegan kernels más rápidos para softmax, álgebra lineal en GPU y operaciones de audio, vídeo y entrenamiento.
Qué significa
Quien ejecute modelos de lenguaje en un Mac podrá usar modelos grandes con menos memoria y generar texto de forma notablemente más rápida, sin depender de la nube.
Cómo te afecta
- Programadores
Si ejecutas modelos en tu Mac con PyTorch, actualiza a 2.15: Qwen3.6-35B-A3B pasa de 9,4 a 61,3 tokens por segundo, aunque la cifra es de un M3 Ultra y no de un portátil cualquiera. FP8 ocupa la mitad que BF16, así que caben modelos más grandes en memoria.
Fuentes originales
Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.
- Hugging Face BlogLeer la noticia completa en Hugging Face Blog
- PyTorch BlogLeer la noticia completa en PyTorch Blog
También ese día
Todas las noticias de IA del martes 20 de octubre de 2026 ->