PyTorch 2.15, publié le 28 octobre 2026, fait de la réécriture du moteur de communication de NCCL le choix par défaut pour l’entraînement distribué. Ce mécanisme vise à identifier les défaillances survenues lorsque plusieurs GPU échangent des données et à permettre une reprise sans perdre les heures de calcul déjà effectuées. La version introduit également un enregistreur de vol indépendant du moteur de communication, qui consigne automatiquement l’état du système lors des blocages et des dépassements de délai. Des voies de reconfiguration plus rapides sont proposées, mais elles nécessitent NCCL 2.29 ou une version ultérieure, ou RCCL 2.30.7 avec ROCm. La publication rassemble 3 117 commits issus de 583 contributeurs, tandis que les options de repli vers l’ancien comportement doivent être supprimées dès la prochaine version.
Source: Lire l’article original
