PyTorch har släppt version 2.15, där den omskrivna NCCL-backenden blir standard för jobb som använder NCCL, kommunikationssystemet som samordnar NVIDIA-GPU:er. Om en grupp GPU:er låser sig under träningen kan en ny flyglogg sparas med information om vad varje rank höll på med. Det hjälper team att undersöka felet.
Versionen lägger också till envägsdataöverföringar via en NIXL-backend och ger utvecklare större kontroll över minne och kommunikation vid distribuerad träning. Bland övriga nyheter finns snabbare inferenskärnor för Apple Silicon, CUDA 13.2 som standard i wheel-paketet och stöd för Python 3.15 i torch.compile.
Varför det spelar roll
Team som tränar modeller på flera NVIDIA-GPU:er får diagnostikloggar när kommunikationen låser sig, men versionsinformationen anger inte hur mycket detta kan korta återhämtningstiden.
