PyTorch 2.10 è disponibile con una serie di ottimizzazioni mirate a migliorare le performance e semplificare il debug numerico. Questa release include il frutto del lavoro di 536 contributori, con oltre 4160 commit dalla versione 2.9.

Novità Principali

  • Supporto Python 3.14: torch.compile() supporta ora Python 3.14, inclusa la build freethreaded (sperimentale).
  • Combo-kernel: Riduzione della latenza grazie alla fusione orizzontale dei kernel in TorchInductor.
  • varlen_attn(): Nuova operazione per la gestione di sequenze ragged e packed.
  • DnXgeev: Esecuzione efficiente della decomposizione agli autovalori su GPU NVIDIA.
  • use_deterministic_mode: torch.compile() rispetta ora la modalità deterministica.
  • DebugMode: Strumento per tracciare le chiamate e facilitare il debug di divergenze numeriche.

Debug Numerico

La determinazione del comportamento in esecuzioni multiple è cruciale per il debug. PyTorch 2.10 abilita questa funzionalità tramite torch.use_deterministic_algorithms(True), assicurando la consistenza delle operazioni anche con torch.compile().

DebugMode offre funzionalità avanzate come il runtime logging, l'hashing dei tensori e gli dispatch hooks per isolare e analizzare le divergenze numeriche.

Altre Novità

  • Torchscript Deprecato: Torchscript è stato deprecato e sostituito da torch.export.
  • tlparse & TORCH_TRACE: Strumenti per semplificare la segnalazione di bug relativi al compilatore.
  • Cadenza di Rilascio: A partire dal 2026, la cadenza di rilascio passerà da trimestrale a bimestrale.