Stream¶

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

一個依序佇列，以先進先出 (FIFO) 的順序非同步執行各自的任務。它可以控制或同步其他 Stream 的執行，或封鎖目前的主機線程以確保正確的任務排序。

請參閱 CUDA 語義的深入說明，以瞭解適用於所有裝置的確切語義的詳細資訊。

參數

device (torch.device, optional) – Stream 期望使用的裝置。如果未指定，則將使用目前的加速器類型。
priority (int, optional) – Stream 的優先順序，應為 0 或負數，其中負數表示更高的優先順序。預設情況下，Stream 的優先順序為 0。

返回值

一個 torch.Stream 物件。

返回值類型

Stream

範例

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

query() → bool¶

檢查所有提交的工作是否已完成。

返回值: 一個布林值，指示此 Stream 中的所有核心是否已完成。
返回值類型: bool

範例

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

record_event(event) → Event¶

記錄一個事件。將其排隊到 Stream 中，以便從 FIFO 佇列中的目前點進一步同步。

參數: event (torch.Event, optional) – 要記錄的事件。如果未給定，將分配一個新的事件。
返回值: 已記錄的事件。
返回值類型: Event

範例

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

synchronize() → None¶

等待此 Stream 中的所有核心完成。

範例

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

wait_event(event) → None¶

使所有提交給 Stream 的未來工作等待一個事件。

參數: event (torch.Event) – 要等待的事件。

範例

>>> 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¶

與另一個 Stream 同步。所有提交到此 Stream 的未來工作都將等待，直到所有已提交到給定 Stream 的核心完成。

參數: stream (torch.Stream) – 要同步的 Stream。

範例

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

Stream¶

文件

教學課程

資源