PyTorch v2.9.1 发布：重要 Bug 修复与性能优化详解

近日，PyTorch 正式发布了v2.9.1版本，这是一次专注于修复回归问题和隐性正确性错误的 Bug Fix Release。本次更新主要针对 PyTorch v2.9.0 中出现的一些性能回退、分布式计算问题、编译器错误等进行修复与优化。以下为详细更新内容。

一、回归问题修复

• •F.conv3d 在 bfloat16 输入下的显著内存回退问题
  在 v2.9.0 中，F.conv3d使用 bfloat16 输入时出现严重的内存占用回退。
  本次版本提供了解决方案，如受影响建议从 PyPI 安装nvidia-cudnn包版本 9.15+。

• • 修复 Inductor 在编译 Gemma 时的错误。

• • 修复InternalTorchDynamoError在字节码转换过程中的问题。

• • 修复error_on_graph_break配置下发生的隐性正确性错误，该错误会导致在非空 checkpoint 情况下出现不必要的 graph break 恢复。

• • 提升性能：

• • • 使用mark_static_address配合 cudagraphs 时避免重复编译。

  • • 在torch inductor中缓存get_free_symbol_uses以提升性能。

• • 修复 Inductor 图分区在 vLLM 场景下的注册设计问题。

• • 修复torch.compile中出现的频繁警告信息。

• • 修复tracer_output变量未初始化导致的异常。

• • 修复torch.bmm与torch.compile在 v2.9.0 版本下的崩溃问题。

• • 修复新 TF32 控制 API 下频繁产生的警告信息。

• • 修复分布式计算中，gather输入非 contiguous 引发的崩溃。

• • 修复对大张量进行索引时导致的无效配置参数问题。

• • 修复CUDNN_ATTENTION中的数值计算问题。

• • 修复在fused_scaled_matmul_reduce_scatter中的对称内存问题。

• • 改进 libtorch 稳定 ABI 文档。

• • 修复 PyPI 项目描述部分图片显示问题。

代码地址：github.com/pytorch/pytorch

PyTorch v2.9.1 是一次重要的修复版本，针对 v2.9.0 的性能回退与编译器错误进行了集中处理，并在分布式、内存管理、数值计算等方面做出了优化。如果你的项目正在使用 v2.9.0，并且出现了相关问题，推荐及时升级至v2.9.1，并确保相关依赖（如nvidia-cudnn）版本满足要求，以获得最佳的性能与稳定性。

我们相信人工智能为普通人提供了一种“增强工具”，并致力于分享全方位的AI知识。在这里，您可以找到最新的AI科普文章、工具评测、提升效率的秘籍以及行业洞察。 欢迎关注“福大大架构师每日一题”，发消息可获得面试资料，让AI助力您的未来发展。