РЕПЕТИТОР математика физика информатика
Для школьников и студентов. Подтягивание пробелов. ЦЭ, ЦТ, ОГЭ, ЕГЭ.
Идет набор на ЛЕТО. Жмите для подробностей:)
708 of 769 menu

Функция mps.is_built

Функция mps.is_built проверяет, была ли сборка PyTorch скомпилирована с поддержкой бэкенда MPS (Metal Performance Shaders). Этот бэкенд позволяет использовать графические процессоры Apple Silicon для ускорения вычислений. Функция возвращает True, если поддержка MPS встроена в сборку, и False в противном случае. Важно отличать эту функцию от mps.is_available, которая проверяет не только сборку, но и наличие доступного устройства MPS в системе.

Синтаксис

torch.mps.is_built()

Параметры

Функция не принимает никаких параметров.

Возвращаемое значение

Функция возвращает логическое значение bool:

  • True - сборка PyTorch скомпилирована с поддержкой MPS
  • False - поддержка MPS отсутствует в сборке

Пример

Давайте проверим, поддерживает ли текущая сборка PyTorch бэкенд MPS:

import torch res = torch.mps.is_built() print(res)

Результат выполнения кода:

True

Пример

Комбинируем проверку сборки с проверкой доступности устройства MPS для более точного контроля:

import torch if torch.mps.is_built(): print("MPS built") if torch.mps.is_available(): print("MPS available") device = torch.device("mps") t = torch.tensor([1, 2, 3, 4, 5], device=device) print(t) else: print("MPS not available") else: print("MPS not built")

Результат выполнения кода на системе с поддержкой MPS:

"MPS built" "MPS available" tensor([1, 2, 3, 4, 5], device='mps:0')

Смотрите также

  • функцию mps.is_available,
    которая проверяет доступность MPS устройства
  • функцию is_available,
    которая проверяет доступность CUDA
  • функцию device_count,
    которая возвращает количество доступных устройств
  • функцию mps.synchronize,
    которая синхронизирует все потоки на MPS устройстве
Мы используем cookie для работы сайта, аналитики и персонализации. Обработка данных происходит согласно Политике конфиденциальности.
принять все настроить отклонить