PyTorch lanzó la versión 2.15 y estableció como predeterminado su backend NCCL reescrito para los trabajos que usan NCCL, el sistema de comunicación que coordina las GPU de NVIDIA. Si un grupo de GPU se bloquea durante el entrenamiento, un nuevo registrador de eventos puede guardar qué estaba haciendo cada rango y ayudar a los equipos a investigar el fallo.
La versión también incorpora transferencias de datos unidireccionales mediante un backend NIXL y ofrece a los desarrolladores más control sobre la memoria y la comunicación en el entrenamiento distribuido. Otras novedades incluyen kernels de inferencia más rápidos para Apple Silicon, CUDA 13.2 como versión predeterminada de los paquetes wheel y compatibilidad con Python 3.15 en torch.compile.
Por qué importa
Los equipos que entrenan modelos con varias GPU NVIDIA obtienen registros de diagnóstico cuando se bloquea la comunicación, aunque las notas de la versión no cuantifican cuánto puede reducir esto el tiempo de recuperación.
