PyTorch的联合创始人Soumith Chintala称：
ExecuTorch让PyTorch能够支持移动和其他边缘设备。它将为开发人员提供一条以前不存在的发展方向，能让这些设备进行小规模，高性能的运算，并让整个社区成员都能在这些设备上加速部署自己的程序，实在是令人兴奋！
ExecuTorch让深度学习开发人员能够以组件化的方式，在各种计算平台上从头构建自己的应用，在3个方面体现出了非常强的优势：
无与伦比的便携性与各种计算平台兼容，从性能最强劲的手机到嵌入式系统都将获得支持。
令人赞叹的生产力使开发人员能够使用相同的工具链和SDK，在各种平台上实现PyTorch模型的设计，调试以及部署，从而大大提高生产力。
前所未有的性能表现由于任务执行时间比较短，并且可以利用完整硬件功能（包括通用CPU和专用处理器，例如NPU和DSP）和能力，最终就可以为用户提供无缝和高性能的体验。
在官方提供的Demo中，我们可以看到，在移动端，可以轻松部署深度学习的视觉模型。
如下图，可以在终端对图像进行语义分割，分割的效果虽然比不上使用GPU推理的结果，但是相信随着终端硬件的发展，其图像处理效果会有进一步的提升。
Meta已经对这项技术进行了验证，将其应用于最新一代VR头显Quest 3当中。
在PyTorch大会的主题演讲中，Meta软件工程师Mergen Nachin 详细介绍了新的ExecuTorch技术的全部内容及其重要性。
