torch.xpu

此包為 XPU 後端引入了支援，專門針對 Intel GPU 最佳化定製。

此包是惰性初始化的，因此您可以隨時匯入它，並使用 is_available() 來確定您的系統是否支援 XPU。

StreamContext	選擇給定流的上下文管理器。
current_device	返回當前選定裝置的索引。
current_stream	返回給定裝置當前選定的 Stream。
device	改變選定裝置的上下文管理器。
device_count	返回可用的 XPU 裝置數量。
device_of	將當前裝置更改為給定物件所在裝置的上下文管理器。
get_arch_list	返回此庫編譯時針對的 XPU 架構列表。
get_device_capability	獲取裝置的 xpu 能力。
get_device_name	獲取裝置的名稱。
get_device_properties	獲取裝置的屬性。
get_gencode_flags	返回此庫編譯時使用的 XPU AOT（提前編譯）構建標誌。
get_stream_from_external	從外部 SYCL 佇列返回一個 Stream。
init	初始化 PyTorch 的 XPU 狀態。
is_available	返回一個布林值，指示 XPU 當前是否可用。
is_initialized	返回 PyTorch 的 XPU 狀態是否已初始化。
set_device	設定當前裝置。
set_stream	設定當前流。這是一個用於設定流的包裝 API。
stream	包裝 StreamContext 上下文管理器，用於選擇給定流。
synchronize	等待 XPU 裝置上所有流中的所有 kernel 完成。

隨機數生成器

get_rng_state	將指定裝置的隨機數生成器狀態作為 ByteTensor 返回。
get_rng_state_all	返回一個 ByteTensor 列表，表示所有裝置的隨機數狀態。
initial_seed	返回當前裝置的當前隨機種子。
manual_seed	為當前裝置設定隨機數生成種子。
manual_seed_all	為所有裝置設定隨機數生成種子。
seed	為當前裝置設定隨機數生成種子為隨機值。
seed_all	為所有裝置設定隨機數生成種子為隨機值。
set_rng_state	設定指定裝置的隨機數生成器狀態。
set_rng_state_all	設定所有裝置的隨機數生成器狀態。

流和事件

Event	XPU 事件的包裝器。
Stream	XPU 流的包裝器。

記憶體管理

empty_cache	釋放快取分配器當前持有的所有未佔用快取記憶體，以便這些記憶體可用於其他 XPU 應用。
max_memory_allocated	返回給定裝置上 Tensor 佔用的最大裝置記憶體（以位元組為單位）。
max_memory_reserved	返回給定裝置上快取分配器管理的最大裝置記憶體（以位元組為單位）。
mem_get_info	返回給定裝置的全域性空閒和總裝置記憶體。
memory_allocated	返回給定裝置上 Tensor 當前佔用的裝置記憶體（以位元組為單位）。
memory_reserved	返回給定裝置上快取分配器當前管理的裝置記憶體（以位元組為單位）。
memory_stats	返回給定裝置的 XPU 記憶體分配器統計資訊的字典。
memory_stats_as_nested_dict	將 memory_stats() 的結果作為巢狀字典返回。
reset_accumulated_memory_stats	重置 XPU 記憶體分配器跟蹤的“累積”（歷史）統計資訊。
reset_peak_memory_stats	重置 XPU 記憶體分配器跟蹤的“峰值”統計資訊。