核心变化
PyTorch 2.14.0 在上海时间 2026-09-03 正式发布（GitHub 资产时间 2026-09-02T17:53:00Z，对应上海 01:53），聚焦编译、分布式与 Apple Silicon 三大方向。Inductor 引入 NVGEMM，通过 CuTeDSL 生成 CUTLASS 内核并融合 epilogue，支持缩放与 NVFP4；torch.switch 将原有 torch.cond 的二分支泛化为多分支选择，torch.while_loop 可在 CUDA Graph 中捕获；声明式动态形状通过 @dynamic_spec 在 torch.compile、torch.export 与 make_fx 间共享，复数张量获得实验性编译支持。
适用对象与价值
面向在大模型训练、推理与科学计算中使用 PyTorch 的中国开发者与团队。NVGEMM 与复数支持提升大规模语言模型与科学计算负载的吞吐与精度；nccl2 与 c10d 容错面向千卡级集群，提升集合通信与故障恢复能力；Apple Silicon 原生线性代数降低 Mac 端研发门槛。多平台轮子覆盖 Linux/Windows/macOS、CUDA 12.6+/13.0、ROCm 7.14 与 Intel XPU，利于国产与异构环境验证。
兼容性与破坏性变更
本次含多项破坏性变更，升级前需评估。torch.nn.LinearCrossEntropyOptions 移除 acc_policy="balanced"，请改用 "compact"；clamp 与 min/max 在边界处的次梯度改为按输入空间均分，标量边界由 1 改为 0，张量边界由全量归输入改为输入与边界各 0.5；自定义 ProcessGroup 的 new_group 需新增 backend 关键字；NCCL 对称内存池的后期段不再自动升级为对称窗口，需集体解注册后重注册；移除 torch.cholesky/torch.qr 旧 API，请迁移至 torch.linalg.cholesky/qr；profiler 的 use_cuda 参数已移除，需改用 activities 或 use_device。
- 受影响建议： - 依赖 LinearCrossEntropyOptions balanced 策略的代码改为 compact - 依赖 clamp 边界梯度旧行为的训练逻辑用 torch.where 显式表达 - 维护自定义分布式后端时更新 new_group 签名 - 构建环境升级至 CUDA 12.6+、NCCL 2.23+，移除 setup.py 旧构建脚本
安装与访问条件
仓库：https://github.com/pytorch/pytorch，许可证 BSD-3-Clause。通过 pip 安装：pip install torch（默认 CUDA 13.0），或指定 --index-url https://download.pytorch.org/whl/cu126 / rocm7.14 等；源码构建需 CMake 3.10+、C++20 编译器。平台支持包括 CUDA、ROCm TheRock SDK、Intel XPU 原生图捕获及 Rubin sm_107 目标。国内访问可通过镜像或离线轮子，需注意驱动与 NCCL 版本匹配。
限制与下一步
已知限制：ROCm 7.2 轮子在无 GPU 环境下 torch.compile CPU 路径可能报向量化 ISA 检测失败；部分新特性为实验性，复数编译与 bcomplex32 覆盖有限；TVM 后端已移除 relay 路径，依赖旧调度参数需改用 pipeline。建议：先在测试环境验证梯度与分布式行为，更新 CI 的 NCCL 与编译器版本，关注官方发布说明与复现脚本，确认无破坏性影响后再全量升级。