Stream

class torch.mtia.Stream(device, *, priority)

一个按顺序执行的队列，用于以先进先出 (FIFO) 顺序异步执行各自的任务。它可以控制或同步其他 Stream 的执行，或阻止当前主机线程以确保正确的任务排序。

有关适用于所有设备的精确语义的详细信息，请参阅 CUDA 行为的深入描述，请访问 CUDA 语义。

参数

• device (torch.device, optional) – Stream 的所需设备。如果未给出，将使用当前的 加速器 类型。

• priority (int, 可选) – Stream 的优先级，应为 0 或负数，其中负数表示更高的优先级。默认情况下，Stream 的优先级为 0。

返回

一个 torch.Stream 对象。

返回类型

Stream

示例

>>> s_cuda = torch.Stream(device='cuda')

query() → bool

检查提交的所有工作是否已完成。

返回

一个布尔值，指示此 Stream 中的所有内核是否已完成。

返回类型

bool

示例

>>> s_cuda = torch.Stream(device='cuda')
>>> s_cuda.query()
True

record_event(event) → Event

记录事件。将其排入 Stream 队列，以便从 FIFO 队列中的当前点进一步同步。

参数

event (torch.Event, optional) – 要记录的事件。如果未给出，将分配一个新的事件。

返回

已记录的事件。

返回类型

Event

示例

>>> s_cuda = torch.Stream(device='cuda')
>>> e_cuda = s_cuda.record_event()

synchronize() → None

等待此 Stream 中的所有内核完成。

示例

>>> s_cuda = torch.Stream(device='cuda')
>>> s_cuda.synchronize()

wait_event(event) → None

使提交到 Stream 的所有未来工作等待事件。

参数

event (torch.Event) – 要等待的事件。

示例

>>> s1_cuda = torch.Stream(device='cuda')
>>> s2_cuda = torch.Stream(device='cuda')
>>> e_cuda = s1_cuda.record_event()
>>> s2_cuda.wait_event(e_cuda)

wait_stream(stream) → None

与其他 Stream 同步。提交到此 Stream 的所有未来工作都将等待，直到已提交到给定 Stream 的所有内核完成。

参数

stream (torch.Stream) – 要同步的 Stream。

示例

>>> s1_cuda = torch.Stream(device='cuda')
>>> s2_cuda = torch.Stream(device='cuda')
>>> s2_cuda.wait_stream(s1_cuda)