أصدرت PyTorch الإصدار 2.15، وجعلت خلفية NCCL المعاد تصميمها الخيار الافتراضي للمهام التي تستخدم NCCL، وهو نظام اتصال يُنسّق العمل بين وحدات معالجة الرسومات من NVIDIA. وإذا توقفت مجموعة من وحدات GPU أثناء التدريب، فيمكن لمسجّل جديد حفظ ما كان يفعله كل تصنيف، ما يساعد الفرق على تقصّي سبب العطل.
يضيف الإصدار أيضًا عمليات نقل بيانات أحادية الجانب عبر خلفية NIXL، ويمنح المطورين تحكمًا أكبر في الذاكرة والاتصالات أثناء التدريب الموزع. وتشمل التحديثات الأخرى نوى استدلال أسرع لأجهزة Apple Silicon، واعتماد CUDA 13.2 افتراضيًا في wheel، ودعم Python 3.15 في torch.compile.
لماذا يهم
تحصل الفرق التي تدرّب النماذج عبر وحدات GPU من NVIDIA على سجلات تشخيصية عند تعطل الاتصالات، لكن ملاحظات الإصدار لا تحدد مقدار ما ستوفره هذه الميزة من وقت التعافي.
