知识点回归：
- CPU性能的查看：看架构代际、核心数、线程数
- GPU性能的查看：看显存、看级别、看架构代际
- GPU训练的方法：数据和模型移动到GPU device上
- 类的call方法：为什么定义前向传播时可以直接写作self.fc1(x)
①CPU性能查看 ：
- 架构代际： cat /proc/cpuinfo 查看型号和flags
- 核心/线程数： lscpu 或Python中 os.cpu_count()
②GPU性能查看 ：
import torch
print(torch.cuda.get_device_name(0)) # 型号
print(torch.cuda.get_device_capability(0)) # 计算能力
print(torch.cuda.get_device_properties(0).total_memory/1e9) # 显存(GB)③GPU训练方法 ：
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
model = Model().to(device)
data = data.to(device)④类的 __call__ 方法 ：
- 当类实现 __call__ 时，实例可以像函数一样调用
- self.fc1(x) 有效是因为PyTorch的 nn.Module 实现了 __call__ ，其内部会调用 forward()
实验现象解释：
一、GPU-CPU交互特性 ：
- loss.item() 确实需要同步，但现代GPU有：
- 异步执行能力（计算和传输可重叠）
- 并行流水线（下一个计算可提前开始）
二、瓶颈分析 ：
# 典型训练循环中的时间分布
for epoch in range(epochs):# 数据加载时间（CPU） ← 常被忽视的瓶颈# GPU计算时间# 同步记录时间（约0.1-1ms/次） # 其他开销（梯度清零等）三、实验数据解读 ：
- 记录次数从200→10次（20倍变化），但时间仅差0.69秒（6.6%）
- 说明：
- 记录操作本身耗时占比极小（<1ms/次）
- 主要时间消耗在数据加载和GPU计算
四、验证方法建议 ：
# 精确测量记录操作耗时
import time
record_times = []
for _ in range(1000):start = time.perf_counter()losses.append(loss.item()) # 测试单次记录耗时record_times.append(time.perf_counter() - start)
print(f"平均记录耗时：{sum(record_times)/len(record_times)*1e6:.2f}微秒")
