根据个人理解，pytorch显存分3个概念：reserved memory、allocated memory、context memory。参考：https://discuss.pytorch.org/t/difference-between-allocated-and-reserved-memory/87278/4
reserved memory是pytorch向GPU申请的，用来给pytorch用的显存，allocated memory是实际分配给变量等使用的，所以reserved memory = allocated memory + cached memory。allocated memory中，一部分是pytorch自己用的，叫做context memory，剩下的是给运算时的变量存储用的。cached memory是一个tensor被释放后，这块内存并不会还给GPU，还被pytorch占用着，等待继续分配给其他变量使用。
正常情况下，reserved memory和allocated memory不会相差太大，不然就会有太多显存被浪费了。