torch.xpu¶
此包引入了对 XPU 后端的支持,专门为 Intel GPU 优化而定制。
此包是延迟初始化的,因此您可以始终导入它,并使用 is_available()
来确定您的系统是否支持 XPU。
选择给定流的上下文管理器。 |
|
返回当前所选设备的索引。 |
|
返回给定设备当前选择的 |
|
更改所选设备的上下文管理器。 |
|
返回可用的 XPU 设备数量。 |
|
将当前设备更改为给定对象的设备的上下文管理器。 |
|
返回此库编译时针对的 XPU 架构列表。 |
|
获取设备的 xpu 功能。 |
|
获取设备的名称。 |
|
获取设备的属性。 |
|
返回此库编译时使用的 XPU AOT(提前编译) 构建标志。 |
|
初始化 PyTorch 的 XPU 状态。 |
|
返回一个布尔值,指示 XPU 当前是否可用。 |
|
返回 PyTorch 的 XPU 状态是否已初始化。 |
|
设置当前设备。 |
|
设置当前流。这是一个用于设置流的包装 API。 |
|
围绕上下文管理器 StreamContext 包装,该管理器选择给定的流。 |
|
等待 XPU 设备上所有流中的所有内核完成。 |
随机数生成器¶
返回指定 GPU 的随机数生成器状态,以 ByteTensor 形式表示。 |
|
返回 ByteTensor 列表,表示所有设备的随机数状态。 |
|
返回当前 GPU 的当前随机种子。 |
|
为当前 GPU 设置生成随机数的种子。 |
|
为所有 GPU 设置生成随机数的种子。 |
|
为当前 GPU 设置生成随机数的种子为一个随机数。 |
|
为所有 GPU 设置生成随机数的种子为一个随机数。 |
|
设置指定 GPU 的随机数生成器状态。 |
|
设置所有设备的随机数生成器状态。 |
内存管理¶
释放缓存分配器当前持有的所有未占用的缓存内存,以便可以在其他 XPU 应用程序中使用这些内存。 |
|
返回给定设备张量占用的最大 GPU 内存量,以字节为单位。 |
|
返回给定设备缓存分配器管理的最大 GPU 内存量,以字节为单位。 |
|
返回给定设备的全局可用和总 GPU 内存。 |
|
返回给定设备张量当前占用的 GPU 内存量,以字节为单位。 |
|
返回给定设备缓存分配器管理的当前 GPU 内存量,以字节为单位。 |
|
返回给定设备的 XPU 内存分配器统计信息的字典。 |
|
以嵌套字典的形式返回 |
|
重置 XPU 内存分配器跟踪的“累积”(历史)统计信息。 |
|
重置 XPU 内存分配器跟踪的“峰值”统计信息。 |