M2使用GPU版本的Pytorch

使用场景：

cuda是适配nvidia的GPU的，M1及以上芯片中的GPU适配的是mps，在Mac对应操作系统中已经具备，无需单独安装。只需要安装适配的pytorch即可。

---

python及pytorch版本要求

具备arm64的Python, pytorch>=1.12

确认当前mac电脑是否可用GPU

import torch
print(torch.backends.mps.is_available())
print(torch.backends.mps.is_built())

True#表示macOS版本支持
True#表示mps可用

使用

# 方法1：通过torch.device指定张量存储在GPU上   
X=torch.ones(2,3,device='mps:0')
# 方法2：通过to(divice)指定张量存储在GPU上  
X1=torch.ones(2,3).to('mps:0')
print(X1)

tensor([[1., 1., 1.],
        [1., 1., 1.]], device='mps:0')

#指定mps:1
Y=torch.ones(2,3,device='mps:1')
print(Y)
tensor([[1., 1., 1.],
        [1., 1., 1.]], device='mps:0')

注意:指定位置mps:1是无效的，原因是
Mac上使用torch.mps只能使用一块GPU,不支持数据并行