Многие заметили, что при попытке установки пакетов "PyTorch" происходит "отваливание по тайм-ауту" и пакеты установить не удается. Кроме того, при заходе на сам сайт PyTorch.org с территории России на этом сайте перестают работать кнопки выбора версии CUDA и т.п.
Вот ключевые причины:
1. Юридические ограничения из-за принадлежности к Meta
PyTorch разработан Meta (Facebook), которая признана в России экстремистской организацией и запрещена. Это блокирует прямой доступ к официальным ресурсам, включая:
- Сайт PyTorch (pytorch.org) и репозитории GitHub.
- Инструменты обновления и установки через pip/conda из-за ограничений доменов Meta.
2. Технические блокировки
- Санкционные меры: Провайдеры в России блокируют IP-адреса и домены, связанные с Meta, включая серверы для загрузки PyTorch.
- Проблемы с зависимостями: Установка требует доступа к репозиториям PyPI (python.org) и conda-forge, которые могут быть недоступны из-за ограничений интернет-трафика.
3. Риски использования неофициальных источников
Многие пользователи пытаются скачать PyTorch через альтернативные каналы (например, зеркала или форумы), что повышает риски:
- Вредоносные пакеты: В декабре 2022 года в PyPI был обнаружен поддельный пакет torchtriton, который крал данные пользователей (SSH-ключи, системные файлы).
- Отсутствие обновлений: Неофициальные версии часто устаревают, что ведёт к уязвимостям и несовместимости с библиотеками (например, CUDA).
4. Сложности с поддержкой оборудования
- Для работы с GPU требуется CUDA от NVIDIA, но драйверы и библиотеки (cudnn) могут не устанавливаться из-за санкций против NVIDIA.
- Попытки установки через Anaconda часто завершаются ошибками из-за недоступности репозиториев.
Как решить проблему? (Ограниченные варианты)
Если установка критически необходима:
- Используйте *** (я не рекламирую!!!) для доступа к официальным ресурсам (риск нарушения локальных законов!!!).
- Anaconda с локальными зеркалами: Настройте conda для использования доверенных зеркал.
- Docker-образы: Готовые контейнеры из Docker Hub могут обойти часть ограничений.
Важно! Даже при успешной установке возможны проблемы с обновлениями, поддержкой GPU и безопасностью. Например, в 2022–2023 гг. 15% пользователей в России сообщали о сбоях при работе с torch.cuda.is_available() из-за устаревших драйверов.
Основные препятствия — политические санкции против Meta и технические блокировки. Рабочие методы установки требуют обходных путей (***, ручная загрузка), но не гарантируют стабильности. Для проектов с долгосрочной перспективой требуется выбирать стабильные системы.
Что делать?
Для нормальной работы в Python требуется онлайн подключение ко многим репозиториям, поскольку постоянно происходят запросы ну проверку версий и до-установку каких-то зависимостей. Мы заранее не знаем что именно и откуда потребуется подкачать какую-то зависимость, поэтому вопрос доступности сетевых ресурсов — самый главный!
Спасибо РосКомНадзору!!!
Он бдит о нас!!! Нам туда НИЗЯ!!! А то еще буржуйским чем заразитесь!!!
Как выход остаться в Python-среде, да еще и научиться чему то новому, для Россиян является переход на Conda-платформу. У меня много статей по этой теме не Дзене, найдете сами.
