Torch Distributed Elastic

创建于：2025年6月16日 | 最后更新于：2025年7月25日

使分布式 PyTorch 具有容错性和弹性。

开始使用

用法

• 快速入门
• 训练脚本
• 示例

文档

API

• torchrun (弹性启动)
• 弹性代理
• 多进程
• 错误传播
• Rendezvous
• 过期计时器
• 指标
• 活动
• 子进程处理
• 控制平面
• NUMA 绑定实用工具

高级

• 定制化

插件

• TorchElastic Kubernetes