torch.xpu

此包引入了对XPU后端的支持，专门针对Intel GPU进行了优化。

这个包是延迟初始化的，所以你可以随时导入它，并使用 is_available() 来确定你的系统是否支持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。
当前流	返回给定设备的当前选定的Stream。
设备	上下文管理器，用于更改所选设备。
device_count	返回可用的XPU设备数量。
device_of	上下文管理器，将当前设备更改为给定对象的设备。
empty_cache	释放缓存分配器当前持有的所有未占用的缓存内存，以便这些内存可以用于其他XPU应用程序。
get_device_capability	获取设备的xpu能力。
获取设备名称	获取设备的名称。
get_device_properties	获取设备的属性。
初始化	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。
设置设备	设置当前设备。
set_stream	设置当前流。这是一个设置流的封装API。
stream	围绕选择给定流的上下文管理器 StreamContext 进行包装。
同步	等待XPU设备上所有流中的所有内核完成。

随机数生成器

获取随机数生成器状态	返回指定GPU的随机数生成器状态为ByteTensor。
get_rng_state_all	返回一个表示所有设备随机数状态的 ByteTensor 列表。
初始种子	返回当前GPU的当前随机种子。
manual_seed	为当前GPU设置生成随机数的种子。
manual_seed_all	设置在所有GPU上生成随机数的种子。
种子	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上的随机数。
设置随机数生成器状态	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

事件	围绕XPU事件的包装器。
流	围绕XPU流的包装器。