Hugging Face 的 PyTorch 团队于 2026 年 10 月 20 日发布博客，介绍 PyTorch 2.15 中 MPS 后端的改进，包括在 Mac 后端支持 float8_e4m3fn 存储的 FP8 以及缩放矩阵乘法。团队给出了自测数据：MoE 模型解码比 2.14 快 5–6.5 倍，Qwen3.6-35B-A3B 在 M3 Ultra 上从 9.4 tokens/s 提升到 61.3 tokens/s；Wan2.2 视频 VAE 解码峰值内存从 270 GiB 降至约 8 GiB。文章还称 MPS 现在要求 macOS 15 及以上，PyTorch 2.15 要求 Python 3.11 及以上，2.16 将把注意力计算完全放到 Metal 上。