Prhub

#24916 ci: run H20 stage with CUDA 13

原始 PR 作者 HanHan009527 合并时间 2026-05-11 11:18 文件变更 1 提交数 1 评论 4 代码增减 +0 / -1

ci run-ci npu

执行摘要

H20 CI 阶段默认 CUDA 版本升级至 13.0

H20 CI runner 已经使用 CUDA 13.0，但 stage-c-test-8-gpu-h20 强制指定了 CU_VERSION: cu129，导致依赖安装时因 CUDA 版本与 PyTorch 编译版本不匹配而构建失败（具体报错：RuntimeError: The detected CUDA version (13.0) mismatches the version that was used to compile PyTorch (12.9)）。

该 PR 为简单的 CI 配置修复，无需精读代码。但体现了团队维护 CI 环境同步的务实做法，对于关注 CI 稳定性的读者有参考价值。

讨论亮点

无 review 评论。PR 作者 HanHan009527 在 issue 评论中请求触发独立 CI 运行，测试通过后由 ShangmingCai 合并。

实现拆解

  1. 在 .github/workflows/pr-test.yml 文件中，找到 H20 CI 阶段（stage-c-test-8-gpu-h20）的 env 配置块。
  2. 删除其中 CU_VERSION: cu129 这一行。
  3. 删除后，该阶段将使用脚本 scripts/ci/cuda/ci_install_dependency.sh 中定义的默认 CUDA 版本 cu130，与 H20 runner 环境一致。
文件 模块 状态 重要度
.github/workflows/pr-test.yml CI modified 2.41

分析完成后，这里会展示 LLM 生成的相对完整源码片段和详细注释。

评论区精华

没有提炼出高价值讨论线程

当前评论区没有形成足够清晰的争议点或结论，后续有更多讨论时会体现在这里。

风险与影响

风险极低：仅删除一行环境变量覆盖，使 CUDA 版本回归默认值；默认值 cu130 已用于 H100 等其他阶段，经验证稳定。需确认 H20 runner 确实已统一安装 CUDA 13.0 环境（PR body 已说明当前 runner 使用 CUDA 13.0）。

影响范围仅限于 H20 CI 阶段的依赖安装与测试，不会影响其他硬件平台或生产环境。H20 的 CI 测试将使用 CUDA 13.0 对应的 PyTorch 和扩展，避免版本冲突导致的构建失败。

关联 Issue

未识别关联 Issue

当前没有检测到明确关联的 Issue 链接，后续同步到相关引用后会出现在这里。

完整报告

Markdown PDF

参与讨论