torch.xpu

此软件包引入了对 XPU 后端的支持，专门针对英特尔 GPU 优化而设计。

此软件包是延迟初始化的，因此您始终可以导入它，并使用 is_available() 来确定您的系统是否支持 XPU。

StreamContext	选择给定流的上下文管理器。
current_device	返回当前选定设备的索引。
current_stream	返回给定设备当前选定的 Stream。
device	更改所选设备的上下文管理器。
device_count	返回可用的 XPU 设备数。
device_of	将当前设备更改为给定对象设备的上下文管理器。
empty_cache	释放缓存分配器当前持有的所有未占用的缓存内存，以便其他 XPU 应用程序可以使用这些内存。
get_device_capability	获取设备的 xpu 功能。
get_device_name	获取设备的名称。
get_device_properties	获取设备的属性。
init	初始化 PyTorch 的 XPU 状态。
is_available	返回一个布尔值，指示 XPU 当前是否可用。
is_initialized	返回 PyTorch 的 XPU 状态是否已初始化。
set_device	设置当前设备。
set_stream	设置当前流。这是设置流的包装器 API。
stream	包装在上下文管理器 StreamContext 中，该管理器选择给定的流。
synchronize	等待 XPU 设备上所有流中的所有内核完成。

随机数生成器

get_rng_state	将指定 GPU 的随机数生成器状态作为 ByteTensor 返回。
get_rng_state_all	返回一个 ByteTensor 列表，表示所有设备的随机数状态。
initial_seed	返回当前 GPU 的当前随机种子。
manual_seed	设置当前 GPU 生成随机数的种子。
manual_seed_all	设置所有 GPU 生成随机数的种子。
seed	将生成随机数的种子设置为当前 GPU 的随机数。
seed_all	将生成随机数的种子设置为所有 GPU 的随机数。
set_rng_state	设置指定 GPU 的随机数生成器状态。
set_rng_state_all	设置所有设备的随机数生成器状态。

流和事件

Event	包装在 XPU 事件中。
Stream	包装在 XPU 流中。