# PyTorch 2.15 macht das überarbeitete NCCL-Backend zum Standard

> Das Release ergänzt Diagnosen bei Hängern im verteilten Training und bringt Updates für Apple-, AMD-, Intel- und NVIDIA-Hardware.

Oossa · 2026-10-28 · https://oossa.com/de/pytorch-2-15-makes-its-rewritten-nccl-backend-the-default

PyTorch ist in Version 2.15 erschienen. Für Jobs, die NCCL verwenden – das Kommunikationssystem zur Koordination von NVIDIA-GPUs –, ist nun das überarbeitete NCCL-Backend standardmäßig aktiviert. Wenn eine Gruppe von GPUs während des Trainings hängt, kann ein neuer Flight Recorder festhalten, womit jeder Rank gerade beschäftigt war. Das hilft Teams, den Fehler zu untersuchen.

Das Release ermöglicht über ein NIXL-Backend außerdem einseitige Datenübertragungen und gibt Entwicklern mehr Kontrolle über Speicher und Kommunikation beim verteilten Training. Weitere Neuerungen sind schnellere Inferenz-Kernels für Apple Silicon, CUDA 13.2 als Standard für Wheels und die Unterstützung von Python 3.15 in torch.compile.

## Die Fakten

- PyTorch 2.15 umfasst seit Version 2.14 insgesamt 3,117 Commits von 583 Mitwirkenden.
- Nutzer können das überarbeitete NCCL-Backend mit TORCH_DIST_USE_NCCL2=0 oder über den Backend-Namen nccl-legacy zurücksetzen.

## Warum es wichtig ist

Teams, die Modelle über NVIDIA-GPUs hinweg trainieren, erhalten Diagnoseaufzeichnungen, wenn die Kommunikation hängt. Die Release Notes beziffern jedoch nicht, wie stark sich dadurch die Wiederherstellungszeit verkürzt.

## Quellen und Referenzen

1. [PyTorch 2.15 Release Blog](https://pytorch.org/blog/pytorch-2-15-release-blog/) – PyTorch

Zuletzt aktualisiert: 2026-10-28