直接用autocast()+GradScaler即可启用FP16混合精度训练，但需确保模型已.cuda()并避免仅对输入调.half()；必须用scaler.scale(loss).backward()防梯度下溢，验证时检查out.dtype和loss.requires_grad。
PyTorch里torch.cuda.amp怎么开FP16训练？
直接用torch.cuda.amp.autocast + GradScaler就能启用FP16前向/反向，但不是所有算子都支持——比如nn.Embedding和某些自定义CUDA kernel在FP16下会静默降级或报RuntimeError: expected scalar type Half but found Float。
实操要点：
- 必须把模型
.cuda()后再调用.half()，不能只对输入tensor做.half()，否则Linear权重仍是FP32，autocast不生效 -
GradScaler.scale(loss).backward()是必须步骤，漏掉会导致梯度全为0（因为FP16梯度容易下溢） - 验证时记得退出autocast上下文：
with torch.no_grad(), torch.cuda.amp.autocast(enabled=False)，否则torch.argmax等操作可能因输入为Half而失败
BF16训练为什么比FP16更省心？
BF16动态范围大、无下溢问题，autocast(dtype=torch.bfloat16)能直接兼容大部分FP32算子（包括nn.Embedding和torch.einsum），不用手动.bfloat16()模型。
但限制很实在：
立即学习“Python免费学习笔记（深入）”；
安全 Python 代码沙箱：在隔离的沙箱中执行任意 Python 代码，预装 requests、NumPy、pandas 库。返回 stdout、stderr。
- 仅Ampere及更新GPU（如A100、H100、RTX 4090）原生支持，V100跑BF16会fallback到FP32，且不报错
- 检查是否真启用了：
print(next(model.parameters()).dtype)——如果是torch.bfloat16才对；如果还是torch.float32，说明autocast没生效或硬件不支持 - 混合精度时，optimizer仍需用FP32参数（
torch.optim.AdamW(model.parameters(), ...)自动处理），别自己传model.bfloat16().parameters()
FP16和BF16混用会出什么问题？
不能混。PyTorch不支持单个模型内部分层FP16、部分BF16——autocast是全局context，设成torch.float16后所有算子都按FP16规则走，设成bfloat16同理。强行混用会触发RuntimeError: expected dtype BFloat16 but got Float或静默数值错误。
真实场景中的取舍：
- 想最大化吞吐且有A100+：优先BF16，省去scaler、loss scaling、梯度裁剪等FP16配套逻辑
- 只有V100/T4：只能用FP16，且务必加
scaler.step(optimizer)前检查scaler.get_scale()是否异常跳变（说明梯度爆炸或数据异常） - 模型含大量
torch.where或torch.scatter：BF16更稳，FP16易因条件判断的微小误差导致NaN扩散
验证混合精度是否生效的三行代码
别信日志，直接看tensor dtype和计算行为：
with torch.cuda.amp.autocast():
out = model(input_ids)
print("autocast输出dtype:", out.dtype) # FP16→torch.float16, BF16→torch.bfloat16
print("模型首层权重dtype:", next(model.parameters()).dtype) # 应仍是torch.float32（autocast不改权值）
loss = criterion(out, labels)
print("loss计算中是否进入autocast?", loss.requires_grad) # True才说明autocast链路完整如果out.dtype始终是torch.float32，大概率是忘了.cuda()，或者GPU不支持（如CPU上autocast自动退化）。
BF16在非Ampere卡上不会报错，但也不起效；FP16在CPU上直接抛RuntimeError: half precision is not supported on CPU——这种差异本身就会误导排查方向。
