数据并行控制

数据并行控制或 dpctl 是一个Python库，允许用户 控制 计算内核在 计算内核 上执行放置 XPU。

计算内核可以是一个用户编写的代码

• ，例如，使用 numba-dpex
• 该代码是库的一部分，如oneMKL

dpctl库基于 SYCL标准 构建。它实现了Python绑定，用于标准 运行时类 的子集，允许用户

• 查询平台
• 发现并表示设备和子设备
• 构建上下文和队列

dpctl 包含用于管理 SYCL 统一共享内存 (USM) 的类，并实现了符合 Python 数组 API 标准的张量库。

该库帮助 C、Cython 或 pybind11 编写的 Python 原生扩展的作者访问表示 SYCL 设备、队列、内存和张量的 dpctl 对象。

Dpctl 是一个更大的数据并行 Python 库和工具集的核心部分，用于在 XPU 上编程。

安装

您可以使用 conda 或 pip 软件包管理器安装该库。它还包含在 Intel(R) Distribution for Python (IDP) 中。

Intel(R) oneAPI

您可以在每个季度的 Intel(R) oneAPI 发布中找到 dpctl 的最新版本。

要从最新的 oneAPI 发布中获取库，请按照 Intel(R) oneAPI 安装指南 中的说明操作。

注意：要获取 IDP 和 dpctl，您需要安装 Intel(R) oneAPI AI 分析工具包。

Conda

要从 Anaconda 云上的 Intel(R) 通道安装 dpctl，请使用以下命令

conda install dpctl -c intel

Pip

您可以使用 pip 安装 dpctl，获取来自 PyPi 或 Anaconda 上的 Intel(R) 通道的 wheel 包。要从 Anaconda 上的 Intel(R) 通道安装 dpctl wheel 包，请运行以下命令

python -m pip install --index-url https://pypi.anaconda.org/intel/simple dpctl

安装最新版本

要尝试最新功能，请从 Anaconda 云上的开发通道安装 dpctl

conda install dpctl -c dppy/label/dev

构建

有关设置开发环境和从源代码构建 dpctl 的更多信息，请参阅我们的 文档。

示例

我们的示例位于 examples/ 文件夹中，并按子文件夹组织。位于 Python/ 文件夹中的示例演示了如何检查异构平台、选择设备、创建执行队列以及如何控制设备内存分配和执行放置。

位于 Cython/、C/ 和 Pybind11 文件夹中的示例演示了创建由 SYCL 驱动的原生 Python 扩展。请参阅每个文件夹的 README 文档以获取有关构建和使用每个示例的说明。

运行测试

测试位于文件夹 dpctl/tests 中。

要运行测试，请使用

pytest --pyargs dpctl

运行完整测试套件需要有效的 C/C++ 编译器。要在没有编译器的情况下运行测试套件，请使用

pytest --pyargs dpctl -k "not test_cython_api and not test_c_headers"