PyTorch 设备后端

这里整理 PyTorch 接入新设备后端时需要理解的核心链路。重点不是某个项目的临时命令，而是能复用到后续 AI Infra 工作中的结构性知识。

目录

• PrivateUse1 插件化适配：从 dispatch 分派、插件编译入口 init 到特定后端的内存实现。
• PyTorch 后端解读：从简单计算到算子、Stream/Event 机制、eager/Graph 两种执行机制。

推理侧框架（vLLM / SGLang）已独立为 框架分析。

学习顺序

1. 先看 dispatch 如何把算子分派到特定后端，以及 PrivateUse1 在其中的位置。
2. 再看插件编译入口 init 如何在 import 时完成 op 与 allocator 的注册。
3. 接着理解特定后端的内存实现：allocator、storage 与 DeviceAllocator 抽象。
4. 最后进入执行层：算子落地、Stream/Event 同步，以及 eager 与 Graph 两种执行机制。

记录边界

• 这里记录公开可沉淀的机制和方法，不保存内网地址、账号、token 或真实机器凭据。
• 项目特定路径只保留抽象链路，详细命令放到私有工作区。
• 如果某个问题来自真实项目，应抽象为“现象 - 定位路径 - 根因 - 可复用经验”。