Python函数内部与函数外部执行相同语句的显存区别

执行代码

mport torch
import torch.cuda
# 设置设备
device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
# 参数设置
B = 64  # batch size
L = 32  # sequence length
C = 512  # embedding dimension
H = 8  # number of heads
D = C // H  # head dimension
# 创建随机张量
q = torch.randn(B, H, L, D).to(device)
k = torch.randn(B, H, D, L).to(device)
v = torch.randn(B, H, L, D).to(device)
x = torch.randn(B, L, C).to(device)
# 记录当前显存使用
def fa( x):print(f"Initial Memory: {torch.cuda.memory_allocated() / 1024**2:.2f} MB")prev_memory = torch.cuda.memory_allocated() # 执行矩阵乘法attn = (q @ k) * 0.125  # 假设 self.scale = 0.125current_memory = torch.cuda.memory_allocated()memory_change = (current_memory - prev_memory) / 1024**2print(f"After matmul: {current_memory / 1024**2:.2f} MB, Change: {memory_change:.2f} MB")prev_memory = current_memory  # 更新 prev_memoryif True:# 执行最终的矩阵乘法和重新整形x = (attn @ v).transpose(1, 2).reshape(B, L, C)current_memory = torch.cuda.memory_allocated()memory_change = (current_memory - prev_memory) / 1024**2print(f"After final matmul and reshape: {current_memory / 1024**2:.2f} MB, Change: {memory_change:.2f} MB")
fa(x)
current_memory = torch.cuda.memory_allocated()
print(f"final : {current_memory / 1024**2:.2f} MB")

结果为

Initial Memory: 16.00 MB
After matmul: 18.00 MB, Change: 2.00 MB
After final matmul and reshape: 22.00 MB, Change: 4.00 MB
final : 16.00 MB

但是执行代码

import torch
import torch.cuda
# 设置设备
device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
# 参数设置
B = 64  # batch size
L = 32  # sequence length
C = 512  # embedding dimension
H = 8  # number of heads
D = C // H  # head dimension
# 创建随机张量
q = torch.randn(B, H, L, D).to(device)
k = torch.randn(B, H, D, L).to(device)
v = torch.randn(B, H, L, D).to(device)
x = torch.randn(B, L, C).to(device)
print(f"Initial Memory: {torch.cuda.memory_allocated() / 1024**2:.2f} MB")
prev_memory = torch.cuda.memory_allocated() 
# 执行矩阵乘法
attn = (q @ k) * 0.125  # 假设 self.scale = 0.125
current_memory = torch.cuda.memory_allocated()
memory_change = (current_memory - prev_memory) / 1024**2
print(f"After matmul: {current_memory / 1024**2:.2f} MB, Change: {memory_change:.2f} MB")
prev_memory = current_memory  # 更新 prev_memory
if True:# 执行最终的矩阵乘法和重新整形x = (attn @ v).transpose(1, 2).reshape(B, L, C)current_memory = torch.cuda.memory_allocated()memory_change = (current_memory - prev_memory) / 1024**2print(f"After final matmul and reshape: {current_memory / 1024**2:.2f} MB, Change: {memory_change:.2f} MB")

结果为

Initial Memory: 16.00 MB
After matmul: 18.00 MB, Change: 2.00 MB
After final matmul and reshape: 18.00 MB, Change: 0.00 MB

主要涉及 PyTorch 的显存管理机制 和 Python 的作用域规则。

1. 作用域与变量生命周期：

在 Python 中，变量的生命周期受到作用域的影响：

• 不在函数中时：
  • 当执行 x = (attn @ v).transpose(1, 2).reshape(B, L, C) 时，旧的 x 会被立即覆盖，旧的 x 的引用计数变为 0，显存会被立即释放或加入缓存。
• 在函数中时：
  • 局部变量（如 attn, v 等）在函数执行完之前不会被释放，即使 x 被重新赋值，中间张量（如 attn @ v）依然在显存中占用空间。
  • 这些局部变量直到函数返回后才会被 Python 的垃圾回收机制回收，导致显存未及时释放，从而造成额外的显存占用。

2. PyTorch 的显存缓存机制：

PyTorch 使用 CUDA 显存缓存机制来优化显存分配，但有以下行为特征：

• 不在函数中时：
  • PyTorch 可能更积极地释放未引用的张量。
• 在函数中时：
  • 中间结果的显存使用可能会被缓存，直到函数执行完毕，导致显存使用看起来增加了。

3. 临时张量未释放：

在函数中，PyTorch 可能会生成一些 临时张量，这些临时张量通常在 PyTorch 后台管理，直到函数执行完毕后才会释放。因此：

• 不在函数中时，这些张量更早地被回收。
• 在函数中时，临时张量的显存延迟释放，导致显存增加。

5 函数中内存管理

def fa( x):print(f"Initial Memory: {torch.cuda.memory_allocated() / 1024**2:.2f} MB")prev_memory = torch.cuda.memory_allocated() x + 1current_memory = torch.cuda.memory_allocated()memory_change = (current_memory - prev_memory) / 1024**2print(f"After matmul: {current_memory / 1024**2:.2f} MB, Change: {memory_change:.2f} MB")prev_memory = current_memory# 执行矩阵乘法attn = (q @ k) * 0.125  # 假设 self.scale = 0.125current_memory = torch.cuda.memory_allocated()memory_change = (current_memory - prev_memory) / 1024**2print(f"After matmul: {current_memory / 1024**2:.2f} MB, Change: {memory_change:.2f} MB")prev_memory = current_memory  # 更新 prev_memoryif True:# 执行最终的矩阵乘法和重新整形x = (attn @ v).transpose(1, 2).reshape(B, L, C)current_memory = torch.cuda.memory_allocated()memory_change = (current_memory - prev_memory) / 1024**2print(f"After final matmul and reshape: {current_memory / 1024**2:.2f} MB, Change: {memory_change:.2f} MB")
fa(x)
current_memory = torch.cuda.memory_allocated()
print(f"final : {current_memory / 1024**2:.2f} MB")

结果

Initial Memory: 16.00 MB
After matmul: 16.00 MB, Change: 0.00 MB
After matmul: 18.00 MB, Change: 2.00 MB
After final matmul and reshape: 22.00 MB, Change: 4.00 MB
final : 16.00 MB

def fa( x):print(f"Initial Memory: {torch.cuda.memory_allocated() / 1024**2:.2f} MB")prev_memory = torch.cuda.memory_allocated() x = x + 1current_memory = torch.cuda.memory_allocated()memory_change = (current_memory - prev_memory) / 1024**2print(f"After matmul: {current_memory / 1024**2:.2f} MB, Change: {memory_change:.2f} MB")prev_memory = current_memory# 执行矩阵乘法attn = (q @ k) * 0.125  # 假设 self.scale = 0.125current_memory = torch.cuda.memory_allocated()memory_change = (current_memory - prev_memory) / 1024**2print(f"After matmul: {current_memory / 1024**2:.2f} MB, Change: {memory_change:.2f} MB")prev_memory = current_memory  # 更新 prev_memoryif True:# 执行最终的矩阵乘法和重新整形x = (attn @ v).transpose(1, 2).reshape(B, L, C)current_memory = torch.cuda.memory_allocated()memory_change = (current_memory - prev_memory) / 1024**2print(f"After final matmul and reshape: {current_memory / 1024**2:.2f} MB, Change: {memory_change:.2f} MB")
fa(x)
current_memory = torch.cuda.memory_allocated()
print(f"final : {current_memory / 1024**2:.2f} MB")

Initial Memory: 16.00 MB
After matmul: 20.00 MB, Change: 4.00 MB
After matmul: 22.00 MB, Change: 2.00 MB
After final matmul and reshape: 22.00 MB, Change: 0.00 MB
final : 16.00 MB

1. 操作与赋值的差异：

首先，理解 x = x + 1 和 x + 1 在 PyTorch 中的区别很重要。
x + 1：不会增加显存

• x + 1 是一个普通的张量运算，它会 创建一个新的张量 作为结果，但不会修改原张量 x。
• 然而，PyTorch 在执行这种操作时，通常会 复用已有的显存。它会将中间计算结果存放在新的内存位置，并且使用现有的显存池优化内存分配。
• 在这种情况下，如果没有显式的赋值给 x，就不会创建额外的内存开销。
  -x = x + 1：会增加显存
  x = x + 1：会增加显存
• x = x + 1 这一操作实际上会执行 “计算+赋值”。这一过程中：
  1. 中间结果（即 x + 1 计算出的新张量）会被存储到 新内存位置。
  2. 原来存储 x 的显存会被新值 覆盖，但是由于这是一个“计算+赋值”操作，PyTorch 为了避免覆盖数据，通常会先分配新的内存空间来存储计算结果。
  3. 这意味着，新张量 和原始张量会在一段时间内 共享显存，直到 Python 的垃圾回收机制清理旧张量的内存。
     在函数调用期间，新的张量（x + 1）会占用新的显存，而原来的 x 张量的内存要等到函数结束或者垃圾回收时才能释放。因此，暂时增加了显存占用。