[Compat] Cuda apis

docs/api/paddle/cuda/Overview_cn.rst

@@ -31,3 +31,10 @@ PyTorch 兼容函数
     " :ref:`memory_allocated <cn_api_paddle_cuda_memory_allocated>` ", "返回当前设备上分配的内存总量"
     " :ref:`memory_reserved <cn_api_paddle_cuda_memory_reserved>` ", "返回当前设备上由缓存分配器管理的内存总量"
     " :ref:`set_device <cn_api_paddle_cuda_set_device>` ", "设置当前设备"
+    " :ref:`Stream <cn_api_paddle_cuda_Stream>` ", "CUDA 流类"
+    " :ref:`get_stream_from_external <cn_api_paddle_cuda_get_stream_from_external>` ", "从外部流创建 Paddle 流"
+    " :ref:`device <cn_api_paddle_cuda_device>` ", "临时选择设备使用"
+    " :ref:`manual_seed <cn_api_paddle_cuda_manual_seed>` ", "设置设备随机种子"
+    " :ref:`max_memory_allocated <cn_api_paddle_cuda_max_memory_allocated>` ", "获取最大内存分配量"
+    " :ref:`reset_peak_memory_stats <cn_api_paddle_cuda_reset_peak_memory_stats>` ", "重置峰值内存统计"
+    " :ref:`get_device_capability <_cn_api_paddle_cuda_get_device_capability>` ", "返回指定设备的计算能力"

docs/api/paddle/cuda/Stream_cn.rst

@@ -0,0 +1,17 @@
+.. _cn_api_paddle_cuda_Stream:
+
+Stream
+------
+
+.. py:class:: paddle.cuda.Stream(device=None, priority=0, blocking=False)
+
+CUDA 流类，用于管理异步操作。
+
+参数
+::::::::::::
+    - **device** (int|paddle.Place|str|int|None) - 设备 ID 或设备对象
+    - **priority** (int, 可选) - 流的优先级，默认为 0; 可以是 1 或-1（高优先级）或 0 或 2（低优先级）。默认情况下，流具有优先级 2。
+
+代码示例
+::::::::::::
+COPY-FROM: paddle.cuda.Stream

docs/api/paddle/cuda/device_cn.rst

@@ -0,0 +1,17 @@
+.. _cn_api_paddle_cuda_device:
+
+device
+------
+
+.. py:function:: paddle.cuda.device(device=None)
+
+获取或设置当前 CUDA 设备。本函数与 paddle.device.device 功能一致
+
+参数
+::::::::::::
+    - **device** (int|str|paddle.Place|None) - 设备、设备的 id 或设备的字符串名称，如 npu:x'，从中获取设备的属性。 如果设备为 None，则该设备为当前设备，默认值：None。
+
+
+代码示例
+::::::::::::
+COPY-FROM: paddle.cuda.device

docs/api/paddle/cuda/get_device_capability_cn.rst

@@ -0,0 +1,20 @@
+.. _cn_api_paddle_cuda_get_device_capability:
+
+get_device_capability
+---------------------
+
+.. py:function:: paddle.device.get_device_capability(device=None)
+
+获取设备计算能力。
+
+参数
+::::::::::::
+    - **device** (int|str|paddle.Place|None) - 设备、设备的 id 或设备的字符串名称，如 npu:x'，从中获取设备的属性。如果设备为“无”，则该设备为当前设备，认值：无。
+
+返回
+::::::::::::
+    tuple: (主版本号, 次版本号)
+
+代码示例
+::::::::::::
+COPY-FROM: paddle.cuda.get_device_capability

docs/api/paddle/cuda/get_stream_from_external_cn.rst

@@ -0,0 +1,22 @@
+.. _cn_api_paddle_cuda_get_stream_from_external:
+
+get_stream_from_external
+------------------------
+
+.. py:function:: paddle.cuda.get_stream_from_external(data_ptr, device=None)
+
+从外部创建的 CUDA 流创建 Paddle 流对象。
+本函数与 paddle.device.get_stream_from_external 功能一致
+
+参数
+::::::::::::
+    - **data_ptr** (int) - 外部 CUDA 流的指针值
+    - **device** (int, 可选) - 设备 ID，默认为 None
+
+返回
+::::::::::::
+    paddle.cuda.Stream: 包装后的 Paddle 流对象
+
+代码示例
+::::::::::::
+COPY-FROM: paddle.cuda.get_stream_from_external

docs/api/paddle/cuda/manual_seed_cn.rst

@@ -0,0 +1,16 @@
+.. _cn_api_paddle_cuda_manual_seed:
+
+manual_seed
+-----------
+
+.. py:function:: paddle.cuda.manual_seed(seed)
+
+为当前设备置随机种子。与 paddle.device.manual_seed 功能一致。
+
+参数
+::::::::::::
+    - **seed** (int) - 随机种子值
+
+代码示例
+::::::::::::
+COPY-FROM: paddle.cuda.manual_seed

docs/api/paddle/cuda/max_memory_allocated_cn.rst

@@ -0,0 +1,24 @@
+.. _cn_api_paddle_cuda_max_memory_allocated:
+
+max_memory_allocated
+--------------------
+
+.. py:function:: paddle.cuda.max_memory_allocated(device=None)
+
+返回给定设备上分配给 Tensor 的显存峰值统计。
+
+.. note::
+    Paddle 中分配给 Tensor 的显存块大小会进行 256 字节对齐，因此可能大于 Tensor 实际需要的显存大小。例如，一个 shape 为[1]的 float32 类型 Tensor 会占用 256 字节的显存，即使存储一个 float32 类型数据实际只需要 4 字节。
+    与 paddle.device.max_memory_allocated 功能一致
+
+参数
+::::::::::::
+    - **device** (int|paddle.Place|str|None) - 设备、设备的 id 或设备的字符串名称，如 npu:x'，从中获取设备的属性。 如果设备为 None，则该设备为当前设备，默认值：None。
+
+返回
+::::::::::::
+    int: 最大已分配内存量（字节）
+
+代码示例
+::::::::::::
+COPY-FROM: paddle.cuda.max_memory_allocated

docs/api/paddle/cuda/reset_peak_memory_stats_cn.rst

@@ -0,0 +1,21 @@
+.. _cn_api_paddle_cuda_reset_peak_memory_stats:
+
+reset_peak_memory_stats
+-----------------------
+
+.. py:function:: paddle.cuda.reset_peak_memory_stats(device=None)
+
+重置所有设备的峰值内存统计信息。
+此方法重置程序执行期间为每个设备记录的峰值内存使用情况。
+它将所有设备的峰值内存使用率设置为零。
+与 paddle.device.reset_peak_memory_stats 功能一致
+
+参数
+::::::::::::
+    - **device** (int|paddle.Place|str|None) - 设备、设备的 id 或设备的字符串名称，如 npu:x'，从中获取设备的属性。 如果设备为 None，则该设备为当前设备，默认值：None。
+
+代码示例
+::::::::::::
+.. code-block:: python
+        >>> import paddle
+        >>> paddle.cuda.reset_peak_memory_stats(0)

docs/api/paddle/device/Overview_cn.rst

@@ -33,18 +33,22 @@ paddle.device 目录下包含 cuda 目录和 xpu 目录， cuda 目录中存放
     " :ref:`get_available_device <cn_api_paddle_device_get_available_device>` ", "获得所有可用的设备"
     " :ref:`get_cudnn_version <cn_api_paddle_device_get_cudnn_version>` ", "获得 cudnn 的版本"
     " :ref:`get_device_properties <cn_api_paddle_device_get_device_properties>` ", "返回指定设备的属性"
+    " :ref:`get_device_capability <cn_api_paddle_device_get_device_capability>` ", "返回指定设备的计算能力"
     " :ref:`max_memory_allocated <cn_api_paddle_device_max_memory_allocated>` ", "返回给定设备上分配给 Tensor 的内存峰值统计"
     " :ref:`max_memory_reserved <cn_api_paddle_device_max_memory_reserved>` ", "返回给定设备上由内存分配器管理的内存峰值统计"
     " :ref:`memory_allocated <cn_api_paddle_device_memory_allocated>` ", "返回给定设备上当前分配给 Tensor 的内存大小"
     " :ref:`memory_reserved <cn_api_paddle_device_memory_reserved>` ", "返回给定设备上当前由内存分配器管理的内存大小"
     " :ref:`reset_max_memory_allocated <cn_api_paddle_device_reset_max_memory_allocated>` ", "重置给定设备上分配给 Tensor 的内存峰值统计"
     " :ref:`reset_max_memory_reserved <cn_api_paddle_device_reset_max_memory_reserved>` ", "重置给定设备上由内存分配器管理的内存峰值统计"
+    " :ref:`reset_peak_memory_stats <cn_api_paddle_device_reset_peak_memory_stats>` ", "重置峰值内存统计"
     " :ref:`set_device <cn_api_paddle_device_set_device>` ", "指定 OP 运行的全局设备"
     " :ref:`get_device <cn_api_paddle_device_get_device>` ", "获得 OP 运行的全局设备"
     " :ref:`is_available <cn_api_paddle_device_is_available>` ", "检查设备是否可用"
     " :ref:`get_rng_state <cn_api_paddle_device_get_rng_state>` ", "获取随机数生成器状态"
     " :ref:`set_rng_state <cn_api_paddle_device_set_rng_state>` ", "设置随机数生成器状态"
-
+    " :ref:`device <_cn_api_paddle_device_device>` ", "临时使用设备"
+    " :ref:`get_device_name <cn_api_paddle_device_get_device_name>` ", "返回指定设备的名称"
+    " :ref:`manual_seed <_cn_api_paddle_device_manual_seed>` ", "设置当前设备的随机数种子"
 .. _cn_device_compile:
 
 编译环境检测

docs/api/paddle/device/device_cn.rst

@@ -0,0 +1,17 @@
+.. _cn_api_paddle_device_device:
+
+device
+------
+
+.. py:function:: paddle.device.device(device=None)
+
+获取或设置当前 CUDA 设备。
+
+参数
+::::::::::::
+    - **device** (int|str|paddle.Place|None) - 设备、设备的 id 或设备的字符串名称，如 npu:x'，从中获取设备的属性。 如果设备为 None，则该设备为当前设备，默认值：None。
+
+
+代码示例
+::::::::::::
+COPY-FROM: paddle.device.device

docs/api/paddle/device/get_device_capability_cn.rst

@@ -0,0 +1,20 @@
+.. _cn_api_paddle_device_get_device_capability:
+
+get_device_capability
+---------------------
+
+.. py:function:: paddle.device.get_device_capability(device=None)
+
+获取设备计算能力。
+
+参数
+::::::::::::
+    - **device** (int|str|paddle.Place|None) - 设备、设备的 id 或设备的字符串名称，如 npu:x'，从中获取设备的属性。如果设备为“无”，则该设备为当前设备，认值：无。
+
+返回
+::::::::::::
+    tuple: (主版本号, 次版本号)
+
+代码示例
+::::::::::::
+COPY-FROM: paddle.device.get_device_capability

docs/api/paddle/device/get_device_name_cn.rst

@@ -0,0 +1,20 @@
+.. _cn_api_paddle_device_get_device_name:
+
+get_device_name
+---------------
+
+.. py:function:: paddle.device.get_device_name(device=None)
+
+获取设备名称。
+
+参数
+::::::::::::
+    - **device** (int|paddle.CUDAPlace|None) - 设备、设备的 id 或设备的字符串名称，如 npu:x'，从中获取设备的属性。 如果设备为 None，则该设备为当前设备，默认值：None。
+
+返回
+::::::::::::
+    str: 设备名称
+
+代码示例
+::::::::::::
+COPY-FROM: paddle.device.get_device_name

docs/api/paddle/device/manual_seed_cn.rst

@@ -0,0 +1,16 @@
+.. _cn_api_paddle_device_manual_seed:
+
+manual_seed
+-----------
+
+.. py:function:: paddle.device.manual_seed(seed)
+
+为当前设备设置随机种子。
+
+参数
+::::::::::::
+    - **seed** (int) - 随机种子值
+
+代码示例
+::::::::::::
+COPY-FROM: paddle.device.manual_seed

docs/api/paddle/device/reset_peak_memory_stats_cn.rst

@@ -15,4 +15,4 @@ reset_peak_memory_stats
 ::::::::::::
     .. code-block:: python
         >>> import paddle
-        >>> paddle.device.reset_max_memory_allocated(0)
+        >>> paddle.device.reset_peak_memory_stats(0)

docs/api/paddle/get_default_device_cn.rst

@@ -7,15 +7,13 @@ get_default_device
 
 获取程序当前运行的全局设备信息。
 
-返回一个表示当前设备的字符串，格式可能是：
 返回一个表示当前设备的字符串，格式可能是：
 
 - 'cpu'
 - 'gpu:x' (CUDA 设备)
 - 'xpu:x' (XPU 设备)
 - 'npu:x' (NPU 设备)
 
-如果全局设备未明确设置，将根据以下规则返回：
 如果全局设备未明确设置，将根据以下规则返回：
 
 - 当 CUDA 可用时返回 'gpu:x'