微软发布了 PyTorch 2.7 的原生 Windows on Arm 构建版本，为开发者在 Arm 架构的 Windows 设备上进行机器学习开发带来了便利。 开发者现在可以直接通过 pip 安装原生支持 Arm 架构的 PyTorch，无需再从源代码编译，大大简化了开发流程，释放了 Arm64 架构的性能潜力，支持本地机器学习模型的开发、训练和测试。微软还展示了如何在 Windows on Arm 上使用原生 PyTorch 运行 Stable Diffusion 的示例，为生成式人工智能应用提供了更多可能。

🚀 PyTorch 2.7 发布了原生 Windows on Arm 构建版本，开发者可以直接通过标准包管理器 pip 安装，无需自行编译。

💪 这一更新充分释放了 Windows 设备上 Arm64 架构的性能潜力，为机器学习实验提供强大支持，尤其是在 Copilot+ 电脑上进行模型创新与优化。

🖼️ 微软展示了如何在 Windows on Arm 上使用原生 PyTorch 二进制文件运行 Stable Diffusion 的示例，展示了其在图像分类、自然语言处理以及生成式人工智能等场景中的应用潜力。

📚 微软已在 GitHub 仓库中发布了相关代码，供开发者参考，方便开发者利用生成式人工智能构建应用程序。

IT之家 4 月 25 日消息，微软宣布，PyTorch 2.7 的原生 Windows on Arm 构建版本已正式发布。这一更新为针对 Windows 上的 Arm 架构设备开发的开发者带来了重大利好，进一步拓展了 Windows on Arm 在机器学习领域的应用潜力。

据IT之家了解，PyTorch 是一款广受欢迎的开源机器学习框架，被众多研究人员和开发者用于构建和训练深度神经网络。此前，开发者若想在搭载 Arm 芯片的 Windows 设备上运行 PyTorch，需自行从源代码编译，这一过程不仅耗时，而且对新手也不友好。如今，随着 PyTorch 2.7 的发布，开发者可直接通过标准包管理器 pip 安装原生支持 Arm 架构的 PyTorch，大大简化了开发流程。

微软表示，这一更新将充分释放 Windows 设备上 Arm64 架构的性能潜力，为机器学习实验提供强大支持。例如在搭载 Windows on Arm 的 Copilot+ 电脑上，开发者可以更高效地进行模型创新与优化。原生构建版本的推出预计将促进在 Arm 架构 Windows 设备上直接进行机器学习模型的本地开发、训练和测试，微软特别提到了其在图像分类、自然语言处理以及生成式人工智能（如 Stable Diffusion）等场景中的应用潜力。

微软还展示了如何在 Windows on Arm 上使用原生 PyTorch 二进制文件运行 Stable Diffusion 的示例，展示了开发者如何利用生成式人工智能构建应用程序。相关代码已发布在 GitHub 仓库中，供开发者参考。