# PyTorch 2.15 stelt herschreven NCCL-backend standaard in

> De release voegt diagnoses bij vastlopende distributed training toe, plus updates voor Apple-, AMD-, Intel- en NVIDIA-hardware.

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

PyTorch heeft versie 2.15 uitgebracht. De herschreven NCCL-backend is daarin voortaan standaard voor taken die NCCL gebruiken, het communicatiesysteem voor het coördineren van NVIDIA-GPU’s. Als een groep GPU’s tijdens het trainen vastloopt, kan een nieuwe vluchtrecorder vastleggen waar elke rank mee bezig was. Zo kunnen teams de oorzaak onderzoeken.

De release voegt ook eenzijdige gegevensoverdracht via een NIXL-backend toe en geeft ontwikkelaars meer controle over geheugen en communicatie bij distributed training. Andere updates zijn snellere kernels voor inferentie op Apple Silicon, CUDA 13.2 als standaard-wheel en ondersteuning voor Python 3.15 in torch.compile.

## De feiten

- PyTorch 2.15 bevat 3.117 commits van 583 bijdragers sinds versie 2.14.
- Gebruikers kunnen terugschakelen van de herschreven NCCL-backend met TORCH_DIST_USE_NCCL2=0 of door de backendnaam nccl-legacy te gebruiken.

## Waarom het ertoe doet

Teams die modellen trainen op meerdere NVIDIA-GPU’s krijgen diagnostische gegevens wanneer de communicatie vastloopt. De release notes geven echter niet aan hoeveel sneller dit herstel oplevert.

## Bronnen en referenties

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

Laatst bijgewerkt: 2026-10-28