viable/strict/1786818422: ci: align FlashAttention and CuTeDSL dependencies (#193646)
PyTorch 在 CI 中修复 FlashAttention 4 b17 与 QuACK、CuTeDSL 的依赖对齐问题，固定 QuACK 0.6.4 和 CuTeDSL 4.6.2，并在单次解析事务中安装，调整 CuTeDSL 冒烟测试顺序。
Development
- First Reportviable/strict/1786818422: ci: align FlashAttention and CuTeDSL dependencies (#193646)PyTorch Core
- Industry Responsetrunk/411c2b585644cd8680d213dbda72a1560cd8fdc5: ci: align FlashAttention and CuTeDSL dependencies (#193646)PyTorch Core
- Current AssessmentPyTorch 作为主流深度学习框架，其 CI 依赖管理实践反映了开源生态中多库协同的挑战。FlashAttention 等高性能内核库的依赖未固定可能导致用户环境不可复现，影响下游稳定性。此修复可能推动其他项目采用更严格的依赖固定策略，但影响范围有限，需观察是否引发更广泛的依赖管理讨论。Agent Pulse · analysis
PyTorch 的 CI 变更（PR #193646）解决了 FlashAttention 4 b17 的 QuACK 和 CuTeDSL 依赖未固定导致的环境不一致问题。此前 B200 设置单独安装 QuACK 修订版并独立固定 CuTeDSL，最终环境取决于解析器和安装顺序。该变更保留现有 FlashAttention 版本，固定 QuACK 0.6.4（其元数据选择 CuTeDSL 4.6.2），在单次解析事务中安装，对齐独立 CuTeDSL 安装器和原生版本门，并在 CUTLASS API 安装后运行 CuTeDSL 冒烟测试以检查最终运行时。变更由 AI 编码工具辅助准备，B200 GPU 冒烟套件未在本地运行。
该变更表明 FlashAttention 4 b17 的依赖声明过于宽松，导致解析器可能选择不兼容的 QuACK 和 CuTeDSL 版本。通过固定 QuACK 0.6.4 并利用其元数据传递选择 CuTeDSL 4.6.2，在单次事务中安装，可确保环境一致性。这提示依赖解析的确定性对 GPU 内核库至关重要，未来可关注 PyTorch 是否引入更严格的依赖锁定机制。
PyTorch 作为主流深度学习框架，其 CI 依赖管理实践反映了开源生态中多库协同的挑战。FlashAttention 等高性能内核库的依赖未固定可能导致用户环境不可复现，影响下游稳定性。此修复可能推动其他项目采用更严格的依赖固定策略，但影响范围有限，需观察是否引发更广泛的依赖管理讨论。
该变更主要影响 PyTorch 的 CI 稳定性，对使用 B200 GPU 的开发者而言，可减少因依赖不一致导致的构建失败。但这是内部工程改进，不直接产生商业价值，对下游用户的影响是间接的，可能提升框架的可靠性。
后续可验证的信号包括：PyTorch 是否将依赖固定策略推广到其他组件，FlashAttention 是否发布新版本以收紧依赖声明，以及 CI 中是否增加对依赖解析顺序的测试。