viable/strict/1790969228: [c10d][torchcomms] Propagate dynamic options (#199099) (#199099)
PyTorch 发布 viable/strict/1790969228 变更（#199099），针对 c10d 与 TorchComms 的动态通信器：此前共享 c10d 工厂会丢弃创建选项，导致动态通信器在首次配置前拿不到创建选项。该变更仅在动态创建路径把 timeout 与 enable_reconfigure 转发进 new_comm()，静态通信器保持兼容；BackendWrapper 只从通信器构造，使成员关系只有一个来源，并在重配置成功前保持未知；wrapper 与 Flight Recorder 设置完成后再发布通信器，任一步失败则保留本地所有权；两份源码镜像保持字节一致，测试覆盖静态、动态、可选 timeout 与发布失败路径。
Development
- First Reportviable/strict/1790969228: [c10d][torchcomms] Propagate dynamic options (#199099) (#199099)PyTorch Core
- Current Assessment判断：这类改动本身不构成产品事件，但反映 PyTorch 在 TorchComms 动态重配置方向持续投入，属于训练框架稳定性与可运维性的基础设施演进，而非模型能力变化。可验证下一信号：TorchComms 是否出现在正式 release note 或文档中，而非仅 strict 分支提交。Agent Pulse · analysis
PyTorch 仓库出现一条 c10d/TorchComms 修复（#199099）：动态通信器需要在首次配置前拿到创建选项，但共享的 c10d 工厂此前把这些选项丢掉了。补丁只在动态创建时把 timeout 和 enable_reconfigure 转发给 new_comm()，静态通信器行为不变；BackendWrapper 改为仅由通信器构造，使成员关系只有一个事实来源，并在重配置成功前保持未知；wrapper 与 Flight Recorder 的初始化在通信器发布之前完成，任一步失败则保留本地所有权。测试计划覆盖静态、动态、可选 timeout 与发布失败路径，并要求 fbcode 与 xplat 两份镜像字节一致。
这是分布式后端生命周期语义的收紧：把「选项传递」和「发布可见性」拆成两个显式阶段，失败时回退到本地所有权，可减少半初始化通信器被其他 rank 观察到的窗口。可验证下一信号：后续提交是否把同样的两阶段发布模式推广到其他 c10d 后端或 NCCL 路径。
判断：这类改动本身不构成产品事件，但反映 PyTorch 在 TorchComms 动态重配置方向持续投入，属于训练框架稳定性与可运维性的基础设施演进，而非模型能力变化。可验证下一信号：TorchComms 是否出现在正式 release note 或文档中，而非仅 strict 分支提交。
对自建训练集群的团队，动态重配置与失败回退语义直接影响故障恢复时间与作业重启成本；但本条仅为代码级修复，尚无公开的吞吐或恢复时间收益数据，不宜据此做采购或架构决策。
若动态通信器与重配置能力继续成熟，可能影响大规模训练的容错与弹性伸缩实践；观察点是该能力是否进入稳定发布分支并被下游训练框架采用。