PyTorch 2.15 升級前先看：Python、顯卡和訓練存檔有哪些變化
PyTorch 2.15 在 2026 年 10 月 28 日正式發佈了，是正式版，不是候選版。亮點確實有誘惑力：分散式訓練的單邊傳輸、FSDP2 更細的記憶體控制、torch.compile 支援 Python 3.15。如果你的第一反應是「先升了再說」，這篇文章就是中間那一下停頓。下面講三件最容易踩的事，外加一套萬一升級翻車也能全身而退的做法。
先交代一句：這篇是根據官方發佈說明整理的，我們自己沒做安裝和遷移實測。把它當「哪裡可能有坑」的地圖看，不是針對你具體機器的擔保。
坑一：pip 告訴你「沒有這個套件」
在 Python 3.10 環境裡跑 pip install torch，根本找不到 2.15。PyTorch 從這個版本起不再發佈 Python 3.10 的安裝包——torch 和內建的 Triton 都沒有 cp310 構建，CI 也不再在 3.10 上跑測試。官方二進位套件從 Python 3.11 起步，一直覆蓋到 3.15，包括自由執行緒的 3.14t 和 3.15t。
解決辦法樸素但實在：把環境升到 Python 3.11 或更新。如果你的系統 Python 卡在 3.10——老一些的 LTS 版 Linux 映像裡很常見——這正是換個乾淨虛擬環境或容器的時機，別跟作業系統較勁。如果這個季度實在動不了 Python，留在 PyTorch 2.14 是正經選擇，不算認輸。
坑二：顯卡或驅動悄悄掉隊
官方 PyPI 套件現在預設帶 CUDA 13.2，另有 CUDA 13.4 的版本可選；CUDA 12.6 和 13.0 的包沒有了。這個變化帶了一道硬體門檻：CUDA 13 的包要求 NVIDIA 驅動 580 或更新，顯卡要是 Turing 架構（算力 7.5）或更新。
說人話：Maxwell、Pascal、Volta 這三代卡——GTX 10 系列、初代 Titan X、Tesla P100／V100 那批硬體——官方套件不再伺候了；還在用 CUDA 12.x 時代驅動的主機也一樣。這些機器應該留在 PyTorch 2.14，那邊的 CUDA 12.6 版本還能用。
有兩件事要說清楚。第一，這不是「所有人都得換顯卡」：Turing 及以後的卡、驅動升到最新就行，大致涵蓋 2018 年以後的大多數顯卡。第二，檢查要在升級前做，不是升級後：nvidia-smi 能看驅動版本，在現有環境裡跑 torch.cuda.get_device_capability() 就知道自己的卡排在哪。AMD 使用者有對應的同款變化：安裝包遷到 ROCm 7.14 和 10.0，gfx900 和 gfx906 的核心被砍掉，MI25、MI50、MI60、Radeon VII 的使用者留在 2.14 或者自己從原始碼編譯。Mac 使用者再加一條：MPS 後端現在要求 macOS 15 或更新，macOS 14 上直接報不可用，不過 CPU 版照跑。
坑三：檢查點的單行道
這條最隱蔽，對正在跑訓練的人也最重要。
PyTorch 2.15 改了分散式檢查點的元資料格式——就是 torch.distributed.checkpoint 寫的那種，多卡大訓練存狀態的標準方式。新格式的元資料裡記錄了張量的 strides，而且沒有開關可以寫回舊格式。後果是：2.15 存的分散式檢查點，2.14 及更早的版本讀不了。在舊版本上 dcp.load 會直接拋 CheckpointException，報「too many values to unpack」。
反方向是通的——2.15 讀 2.14 的檢查點沒問題。另外這事不涉及 torch.save 存的普通模型檔案，專指分散式檢查點這個格式。
但想想這條單行道對訓練任務意味著什麼。你升了級，訓了兩週，發現哪裡不對勁，決定退回 2.14。結果最近的檢查點在舊版本上拒絕載入。你的回退方案要成立，前提是升級前最後一個完好的檢查點還在。所以用 2.15 正式開訓之前先想清楚：作為救生艇的那個 2.14 時代檢查點，你留了嗎？它新到夠用嗎？
值得掃一眼的其他小變化
發佈說明裡還有幾處，簡短列一下，萬一有你家的：NCCL 後端預設換成了新實作，舊實作以 backend="nccl-legacy" 的形式只保留這一個版本，而且行程群組現在綁定單一 CUDA 裝置——一個行程驅動多張卡的寫法可能會中招。巢狀張量被移出了 weights_only 的預設白名單，torch.load 讀含這類張量的檔案，不顯式加白名單就會失敗。Linux 的 CUDA 套件不再附帶 cuRAND，呼叫它 host API 的原生擴充功能得自己裝。
留好退路的升級流程
整套做法按順序來。
- 先查 Python：python --version。低於 3.11 的話，先解決這個再說別的。
- 查顯卡和驅動：nvidia-smi 看驅動（CUDA 13 的套件要 580 或更新），在現有環境裡跑 torch.cuda.get_device_capability()（要 7.5 或更高）。
- 把 2.15 裝進一個全新的虛擬環境或容器。別原地升級正在做事的那個環境——舊環境就是你的退路。
- 正式開跑之前，在新環境裡過一遍訓練腳本的冒煙測試和你的評估流程。
- 第一次正式訓練前定好檢查點策略：在 2.15 被你的實際負載驗證之前，最後一個 2.14 能讀的檢查點原封不動地留著。
- 上面任何一項檢查過不去，就釘住舊版本繼續過你的季度：pip install torch==2.14，配上和你硬體對應的 index URL。
現在該升的，和可以等的
如果你是 Python 3.11 以上、Turing 或更新的 N 卡加新驅動、做的活以微調或推論為主，2.15 屬於找個乾淨環境這週就能升的那類。如果你在跑長週期的分散式訓練，檢查點問題就是你的閘門——等得起重建一條檢查點線的時候再升。如果你的硬體或 Python 夠不著新門檻，2.14 不是被拋棄的軟體，它是還合你機器身的那雙鞋。
新功能下個月還在那兒。而搞壞的訓練環境，加上退回舊版後讀不出來的檢查點，是用最貴的方式學到這個道理。