torch.backends.mps 的源代码

# mypy: 允许未类型化定义
来自 functools 导入 lru_cache as _lru_cache
来自 打字 导入 可选, 类型检查

导入 火炬
来自 torch.library 导入 库 as 图书馆


全部 = [is_built, "是否可用", 是否为 macOS 13 或更高版本, 是否为 macOS 或更高版本]


[文档]def is_built() -> bool:
返回 PyTorch 是否带有 MPS 支持。

注意，这并不一定意味着 MPS 可用；只是说
如果这个 PyTorch 二进制文件在带有正常 MPS 驱动程序和设备的机器上运行
我们将能够使用它。
"""
返回 torch._C._has_mps


[文档]@_lru_cache
def is_available() -> bool:
返回一个布尔值，指示 MPS 当前是否可用。
返回一个布尔值，表示是否在指定的 MacOS 或更高版本上运行 MPS。


@_lru_cache
def macOS 或更高版本(主要: int, 次要: int) -> bool:
    r返回一个布尔值，指示 MPS 是否在给定的 MacOS 或更高版本上运行。
    返回 PyTorch._C._mps_is_on_macos_or_newer(主要, 次要)


@_lru_cache
def 是不是 macOS 13 或更高版本(次要: 整型 = 0) -> bool:
    r返回一个布尔值，指示 MPS 是否在 macOS 13 或更高版本的操作系统上运行。
    返回 PyTorch._C._mps_is_on_macos_or_newer(13, 次要)


_lib: 可选[图书馆] = 无


def _初始化():
    r将 prims 注册为 var_mean 和 group_norm 的实现。
    全局 _lib

    如果 _lib 是 不 无 或者 不 是否构建():
        返回

    来自 torch._decomp.分解 导入 原生组归一化反向
    来自 torch._refs 导入 原生组归一化

    _lib = _图书馆(aten, 实现)  # noqa: TOR901
    _lib.实现(原生组归一化, 原生组归一化, MPS)
    _lib.实现("原生组归一化反向", 原生组归一化反向, "MPS")