GitHub Repo
TensorFlow 2.22 候選版發布,CUDA 13 套件上架並調整 TensorBoard 相依性
TensorFlow 於 11 月 17 日發布 2.22.0-rc1,PyPI 同步提供 CUDA 13 專用套件。新版仍屬預發布版本,工程團隊應優先確認套件平台覆蓋,以及 TensorBoard 改為獨立安裝造成的遷移影響。
TensorFlow 於 11 月 17 日發布 2.22.0-rc1,將新一輪執行環境與相依性調整推進至候選版本。一般套件自 16 日起上傳 PyPI,CUDA 13 專用套件則於 17 日上架;兩者均標示為預發布版本,尚不能視為穩定版交付。官方發布說明、PyPI 版本紀錄
最直接的遷移變動是 TensorBoard 不再預設隨 TensorFlow 安裝。使用 tf.summary.* 或 tf.keras.callbacks.TensorBoard 的程式,必須另外安裝 tensorboard,否則會遇到 ImportError。對使用精簡容器或重新建立訓練環境的團隊而言,這代表需要檢查相依清單,不能只確認模型能否匯入。相依性變更
GPU 部署方面,官方列出 CUDA 13 初步支援,透過 tensorflow-cuda13 提供。查核時,該套件的 rc1 檔案限於 Linux x86-64,涵蓋 CPython 3.11 至 3.14;不能因一般 TensorFlow 套件提供 Windows 與 macOS 檔案,就推定 CUDA 13 也涵蓋相同平台。這項套件分流讓團隊能開始驗證新工具鏈,但實際驅動與工作負載相容性仍須測試。CUDA 13 套件檔案
rc1 說明也明列 Python 3.14 的一般與自由執行緒建置支援,並將 oneDNN 升至 3.14.1;CheckpointReader 則在讀取時釋放 GIL,以處理多執行緒死鎖問題。這些變動涉及執行環境與並行行為,發布資料並未提供足以推算整體訓練加速的基準。技術變更
需要區分的是,CUDA 13 與 TensorBoard 相依性調整已出現在較早的 rc0 說明;本次新聞點是新候選版與可下載套件落地。工程團隊接下來應觀察正式版時程、自由執行緒套件覆蓋,以及既有訓練與監控流程的回歸結果。候選版歷史