viable/strict/1790353884: Skip `TestFullyShardSymmMem` for NCCL < 2.28 (#184536)
PyTorch 发布记录显示，PR #184536 在 viable/strict/1790353884 分支上跳过 TestFullyShardSymmMem 测试，原因是 NCCL_CTA_POLICY_ZERO 自 NCCL 2.28 才引入，因此对 NCCL < 2.28 环境跳过该测试，做法与 NCCLCopyEngineCollectives 类似。该 PR 已由 Skylion007 批准。
发展脉络
- 首次出现viable/strict/1790353884: Skip `TestFullyShardSymmMem` for NCCL < 2.28 (#184536)PyTorch Core
- 当前判断判断：分布式训练框架与通信库的版本耦合正在成为 CI 稳定性的常见摩擦点，维护者倾向于用条件跳过维持多版本兼容，而非强制统一升级。可验证信号是同类跳过提交在后续版本中的出现频率。Agent Pulse · 分析
PyTorch 仓库的发布标签页记录了一次测试兼容性修复：PR #184536 针对 NCCL 版本差异，在 NCCL 低于 2.28 时跳过 TestFullyShardSymmMem。证据给出的理由是 NCCL_CTA_POLICY_ZERO 随 NCCL 2.28 引入，旧版本不具备该能力，因此测试无法通过；处理方式参照已有的 NCCLCopyEngineCollectives 跳过逻辑。该变更已获批准并进入 viable/strict 分支。
这是一次典型的版本门控测试修复：当被测能力依赖底层通信库新特性时，CI 需要按 NCCL 版本条件跳过，否则旧环境会持续产生假失败。可验证的下一信号是 PyTorch 是否在后续提交中把该跳过条件改为能力探测而非硬编码版本号。
判断：分布式训练框架与通信库的版本耦合正在成为 CI 稳定性的常见摩擦点，维护者倾向于用条件跳过维持多版本兼容，而非强制统一升级。可验证信号是同类跳过提交在后续版本中的出现频率。
对使用 PyTorch 分布式训练栈的团队，此类修复意味着旧 NCCL 环境下的测试噪声减少，但同时也提示生产环境的能力边界受通信库版本约束，升级前需核对 NCCL 版本与所用特性。
若 NCCL 2.28 及以上成为默认环境，这类跳过逻辑可能被移除或收敛为最低版本要求；观察点是该测试是否在后续发布中恢复无条件执行。