10 月 28 日PyTorch 基金会发布 PyTorch 2.15。这一版本最关键的改动是在 2.14 中作为可选预览项「nccl2」的重写版 NCCL 后端如今默认支撑所有 nccl 进程组。回滚路径保留为设置 TORCH_DIST_USE_NCCL20 或使用「nccl-legacy」。自 PyTorch 2.14 以来该版本包含来自 583 名贡献者的 3117 次提交。对一个训练框架而言把通信后端整体换掉并设为默认是风险最高的一类变更PyTorch 选择在 2.15 完成说明其生产化路线已从「研究友好」转向「运维友好」。卡死诊断从人工复现到自动落盘集群规模下一块 GPU 停滞就可能拖垮整个训练任务。2.15 引入与后端无关的 flight recorder飞行记录器集合通信挂起时它会把事后分析post-mortem写入磁盘看门狗健康状态发布到调试服务器任一 rank 超时即触发所有 rank 同时转储。此外在 NCCL 2.29 及以上版本中容错重配置路径允许存活 rank 跳过完整 bootstrap降低训练中断的运维成本。这一方向对应企业侧的真实痛点。Futurum Research 2026 年 10 月发布的《2H 2026 AI 平台全球企业决策者调查》显示55.4% 的 AI 决策者把 AI 智能体的可靠性与幻觉管理列为生产环境的首要挑战。FSDP2 与单边传输更细的控制粒度FSDP2 新增精度覆盖能力MoE 路由门控、归一化权重等对精度敏感的参量可保持 fp32其余部分以 bf16 训练整个梯度累加步骤可捕获进单个 CUDA graph。新推出的单边传输 API 以 NIXL 为首个后端支持可被 CUDA graph 捕获的 read_stream/write_stream 传输为基础设施团队提供绕过集合通信开销的底层原语。调查中 51% 的企业采取自研与采购相平衡的 AI 策略这类细粒度控制正是从试点走向规模化训练的分水岭。硬件覆盖英伟达、苹果、AMD、英特尔全线推进苹果 Silicon新增 float8_e4m3fn 与 _scaled_mm 支持grouped_mm 解码快路径在 M3 Ultra 上跑 MoE 解码达到 1.32–1.34 倍 tokens/s单行 softmax 在 128,256 词表上延迟降低 8 倍norm 全归约提速 100 倍以上。AMDgfx950 上新增 FlyDSL 内核gfx1250MI450获得 Tensor Data Mover 支持并提供 ROCm 10.0 wheel。英伟达CUDA 13.2 成为默认 wheelCUDA 13.4 可并行选用。开源作为超大规模云厂商集中的对冲调查给出的云支出结构值得注意微软三款产品——Azure AI Foundry 20.4%、Azure OpenAI Service 19.9%、Azure Machine Learning 12.8%——合计占 AI 专用云支出的平均 53.1%。同时 64.0% 的企业通过云厂商采购基础模型。在这一格局下框架层成为基础设施可移植性的主要抓手在 PyTorch 上训练的负载迁移云环境时无需重写训练栈。2.15 的生产加固实质上加强了云层之下的开源底座。接下来看什么11 月 5 日网络研讨会后生产团队从 nccl-legacy 迁移到新默认后端的速度2027 年一季度 gfx950/MI450 与英特尔 GPU 能否转化为可测量的非英伟达负载份额M3 Ultra 上 1.32–1.34 倍的 MoE 解码提升是否加速端侧或边缘企业推理落地AWS、谷歌、微软在托管训练服务中多快暴露 2.15 的新能力以及 FSDP2 的 CUDA graph 梯度累加与 fp32 精度覆盖能否在接下来两个季度进入主流训练框架与配方。