The Pulse
PyTorch 2.15 rende CUDA 13.2 la build predefinita per GPU
PyTorch 2.15 viene distribuito con CUDA 13.2 come wheel predefinita per GPU, con wheel CUDA 13.4 disponibili e supporto sperimentale per Rubin. La versione elimina le build CUDA 13.0 e, con la rimozione delle build CUDA 12.6, interrompe il
AI.info Team · Scritto con l’IA · verificato ·
PyTorch 2.15 rende CUDA 13.2 la build predefinita per GPU, specificando CUDA Toolkit 13.2.2 per la wheel predefinita. La PyTorch Foundation ha annunciato la versione il 28 ottobre. Sono disponibili anche wheel CUDA 13.4 per Linux x86_64, Linux aarch64 e Windows, con supporto sperimentale per le GPU NVIDIA Rubin nelle build 13.4.
CUDA 13.2 rimane la versione predefinita
Gli utenti che hanno bisogno di una build diversa possono comunque scegliere le wheel CUDA 13.4; il blog della release le indica come generalmente disponibili, descrivendo invece come sperimentale il supporto per Rubin al loro interno. La tabella di compatibilità delle release di PyTorch indica CUDA 13.2 come stabile e CUDA 13.4 come sperimentale per la versione 2.15, insieme a cuDNN 9.26.0.51 e NCCL 2.30.7 per entrambe le build.
CUDA 13.2 era già indicata come versione PyPI stabile e predefinita per PyTorch 2.14, mentre CUDA 13.0 figurava come stabile. Per la 2.15, il piano di rilascio mantiene CUDA 13.2 come versione predefinita e rimuove le build CUDA 13.0 dalla matrice. La tabella di compatibilità delle release indica CUDA 13.2 come stabile e CUDA 13.4 come sperimentale.
CUDA 13.2.2 corregge anche un bug del compilatore
La versione del toolkit conta per ragioni che vanno oltre il numero associato alla wheel. In un avviso agli sviluppatori di settembre, Andrey Talman, collaboratore di PyTorch, ha descritto la modifica alle build nightly:
«A partire dalla settimana di lunedì 28 settembre 2026, rimuoveremo CUDA 13.0 dalla matrice delle build nightly e dalla CI di PyTorch. Le build nightly CUDA saranno la 13.2 (stabile / predefinita) e la 13.4 (prototipo)».
Secondo l’avviso, CUDA 13.2.2 corregge un problema del compilatore che poteva produrre valori obsoleti o corrotti nei registri in alcuni kernel con due o più livelli annidati di divergenza dei thread. L’avviso precisa che i kernel con un solo livello di divergenza non erano interessati e che CUDA 13.0 precede la correzione.
L’abbandono di CUDA 13.0 da parte di PyTorch risponde quindi a precise ragioni di compatibilità e correttezza, non è un semplice aggiornamento di versione. Nell’avviso agli sviluppatori, il team ha invitato gli utenti di build nightly vincolate all’indice dei pacchetti cu130 ad aggiornare quei riferimenti a cu132; gli utenti delle build nightly predefinite avrebbero ricevuto automaticamente la build più recente.
Le GPU NVIDIA meno recenti perdono l’accesso alle nuove wheel
CUDA 13.x non supporta le architetture NVIDIA precedenti a Turing. Il documento di pianificazione delle release di PyTorch afferma che la rimozione delle build CUDA 12.6 nella 2.15 elimina il supporto binario per le GPU Maxwell, Pascal e Volta, comprese le schede che si basavano su CUDA 12.x. Turing e le architetture successive rimangono supportate da CUDA 13.2 e 13.4, secondo il piano di supporto CUDA del progetto.
Per i proprietari delle schede interessate, la release non comporta l’interruzione del funzionamento delle installazioni esistenti, ma le nuove wheel CUDA di PyTorch 2.15 non offrono una via per proseguire con quelle GPU. Un precedente avviso del progetto consigliava agli utenti di Maxwell, Pascal e Volta di rimanere su PyTorch 2.14 con CUDA 12.6 o su una release precedente. Questo è il compromesso concreto della 2.15: CUDA 13.2 come versione predefinita e CUDA 13.4 come build alternativa, a fronte dell’interruzione del supporto per l’hardware a cui CUDA 13.x non può rivolgersi.
La 2.15 porta una release più ampia
La scelta predefinita per CUDA si inserisce in un insieme più ampio di aggiornamenti. PyTorch afferma che la 2.15 comprende 3.117 commit di 583 collaboratori dalla versione 2.14. La release aggiunge anche wheel ROCm 10.0 accanto a quelle ROCm 7.14, estende il supporto Python fino alla versione 3.15 e rende predefinito per i gruppi di processi NVIDIA un backend NCCL riscritto.
Per i team che effettuano l’aggiornamento, le verifiche immediate sono pratiche: accertarsi che l’architettura della GPU sia Turing o successiva, controllare eventuali indici delle wheel CUDA vincolati a una versione specifica e testare le estensioni dipendenti con il nuovo toolkit. Queste decisioni determinano se un progetto può adottare direttamente la nuova versione predefinita, se necessita della build CUDA 13.4 o se deve mantenere una release precedente di PyTorch per il proprio hardware.