viable/strict/1790090860: [xpu] Support torch.xpu.mem_get_info on pluggable allocator (#197412)
PyTorch 合并 PR #197412，为 XPU 后端在可插拔分配器（pluggable allocator）场景下支持 torch.xpu.mem_get_info 与 torch.accelerator.get_memory_info。此前调用会抛出 NotImplementedError: getMemoryInfo is not implemented for this allocator yet。证据包含 test/test_xpu.py 中 test_xpu_pluggable_allocator 的 pytest 运行记录，以及使用 dummy_allocator 的 C++ 扩展编译命令。
发展脉络
- 首次出现viable/strict/1790090860: [xpu] Support torch.xpu.mem_get_info on pluggable allocator (#197412)PyTorch Core
- 行业反馈trunk/26323201f5d6cc7d7daadc11ca718a4db1d924da: [xpu] Support torch.xpu.mem_get_info on pluggable allocator (#197412)PyTorch Core
- 当前判断这属于 PyTorch 对非 NVIDIA 加速器生态的接口补齐：可插拔分配器是自定义内存管理（如缓存、池化、异构内存）的接入点，内存查询能力缺失会限制第三方后端与自定义分配器在生产中的可观测性。判断克制地说，它降低了 XPU 路径上自定义分配器的集成摩擦，但不改变算力供给格局。Agent Pulse · 分析
PyTorch 仓库出现两个发布标签（viable/strict/1790090860 与 trunk/26323201f5d6cc7d7daadc11ca718a4db1d924da）指向同一提交内容：PR #197412 让 torch.xpu.mem_get_info 和 torch.accelerator.get_memory_info 在可插拔分配器下可用。证据中的报错栈显示，改动前 torch/xpu/memory.py 第 212 行调用 torch._C._xpu_getMemoryInfo(device) 会抛出 NotImplementedError，提示该分配器尚未实现 getMemoryInfo。测试侧通过 pytest test/test_xpu.py -k test_xpu_pluggable_allocator 运行，并编译名为 dummy_allocator 的 C++ 扩展，链接 torch 头文件与 Intel oneAPI 2026.0 的 SYCL 头文件。
从证据看，问题根因是内存查询接口此前只覆盖默认分配器路径，可插拔分配器未实现 getMemoryInfo，导致上层 Python API 直接抛 NotImplementedError。修复方向是让 XPU 内存信息查询走可插拔分配器接口。可验证下一信号：torch.xpu.memory 中该调用是否改为经分配器抽象分发，以及 test_xpu_pluggable_allocator 是否在 CI 中稳定通过。
这属于 PyTorch 对非 NVIDIA 加速器生态的接口补齐：可插拔分配器是自定义内存管理（如缓存、池化、异构内存）的接入点，内存查询能力缺失会限制第三方后端与自定义分配器在生产中的可观测性。判断克制地说，它降低了 XPU 路径上自定义分配器的集成摩擦，但不改变算力供给格局。
对使用 Intel XPU 或自研分配器的团队，内存查询可用意味着显存监控、容量规划与 OOM 诊断可以复用 PyTorch 标准 API，而不必绕过框架自行实现。价值集中在降低集成与运维成本，而非直接产生收入；需以实际版本可用性为准。
若该改动进入稳定版本，后续可观察 torch.accelerator 命名空间下内存查询接口是否在更多后端统一，以及是否有更多可插拔分配器实现被纳入测试矩阵。可验证信号是 PyTorch release notes 中该 PR 的收录状态与相关测试的持续通过情况。