DLPack 协议#

DLPack 协议是一种稳定的内存数据结构，允许在处理多维数组或张量的主要框架之间进行交换。它专为跨硬件支持而设计，这意味着它允许在 CPU 以外的设备（例如 GPU）上交换数据。

DLPack 协议已被 选为 Python 数组 API 标准，由 Python 数据 API 标准联盟 制定，以便在 Python 生态系统中的数组/张量库之间实现设备感知的数据交换。有关该标准的更多信息，请参阅协议文档，有关 DLPack 的更多信息，请参阅 DLPack 的 Python 规范。

PyArrow 中 DLPack 的实现#

DLPack 协议的生产方已针对 pa.Array 实现，可用于在 PyArrow 和其他张量库之间交换数据。 支持的数据类型包括整数、无符号整数和浮点数。 该协议不支持缺失数据，这意味着带有缺失值的 PyArrow 数组无法通过 DLPack 协议传输。 目前，Arrow 协议的实现仅支持 CPU 设备上的数据。

协议的数据交换语法包括：

  1. from_dlpack(x)：使用实现 __dlpack__ 方法的数组对象，并创建新数组，同时共享内存。

  2. __dlpack__(self, stream=None) 和 __dlpack_device__：生成带有 DLPack 结构的 PyCapsule，该结构在 from_dlpack(x) 中被调用。

PyArrow 实现了协议的第二部分 (__dlpack__(self, stream=None) 和 __dlpack_device__)，因此可以被实现 from_dlpack 的库使用。

示例#

将 PyArrow CPU 数组转换为 NumPy 数组

>>> import pyarrow as pa
>>> array = pa.array([2, 0, 2, 4])
<pyarrow.lib.Int64Array object at 0x121fd4880>
[
2,
0,
2,
4
]

>>> import numpy as np
>>> np.from_dlpack(array)
array([2, 0, 2, 4])

将 PyArrow CPU 数组转换为 PyTorch 张量

>>> import torch
>>> torch.from_dlpack(array)
tensor([2, 0, 2, 4])

将 PyArrow CPU 数组转换为 JAX 数组

>>> import jax
>>> jax.numpy.from_dlpack(array)
Array([2, 0, 2, 4], dtype=int32)
>>> jax.dlpack.from_dlpack(array)
Array([2, 0, 2, 4], dtype=int32)