mindspore.hal

Hal中封装了设备管理、流管理、事件管理与内存管理的接口。MindSpore从不同后端抽象出对应的上述模块，允许用户在Python层调度硬件资源。

设备管理

接口名	概述	支持平台
mindspore.hal.device_count	查询指定后端类型的设备数量。
mindspore.hal.get_arch_list	返回此MindSpore包支持哪些后端架构。
mindspore.hal.get_device_capability	返回指定卡号设备的设备能力。
mindspore.hal.get_device_name	返回指定卡号设备的设备名称。
mindspore.hal.get_device_properties	返回指定卡号设备的设备属性信息。
mindspore.hal.is_available	查询指定后端是否可用。
mindspore.hal.is_initialized	返回指定后端是否已被初始化。

流管理

接口名	概述	支持平台
mindspore.hal.communication_stream	返回此设备上的通信流。
mindspore.hal.current_stream	返回此设备上正在使用的流。
mindspore.hal.default_stream	返回此设备上的默认流。
mindspore.hal.set_cur_stream	设置当前流，这是用于设置流的包装器API。
mindspore.hal.synchronize	同步当前设备上的所有流。
mindspore.hal.Stream	基于设备流的封装器。
mindspore.hal.StreamCtx	上下文管理器，用于选择给定的流。

事件管理

接口名	概述	支持平台
mindspore.hal.Event	设备事件的封装器。

内存管理

接口名	概述	支持平台
mindspore.hal.contiguous_tensors_handle.combine_tensor_list_contiguous	返回一个连续内存管理器，在该内存管理器中，申请了连续内存，并提供切片功能。
mindspore.hal.contiguous_tensors_handle.ContiguousTensorsHandle	连续内存管理器。
mindspore.hal.max_memory_allocated	返回从进程启动开始，内存池真实被Tensor占用的内存大小的峰值。
mindspore.hal.max_memory_reserved	返回从进程启动开始，内存池管理的内存总量的峰值。
mindspore.hal.memory_allocated	返回当前真实被Tensor占用的内存大小。
mindspore.hal.memory_reserved	返回内存池当前管理的内存总量。
mindspore.hal.memory_stats	返回从内存池查询到的状态信息。
mindspore.hal.memory_summary	返回可读的内存池状态信息。
mindspore.hal.reset_max_memory_reserved	重置被内存池所管理的内存的峰值。
mindspore.hal.reset_max_memory_allocated	重置内存池真实被Tensor占用的内存大小的峰值。
mindspore.hal.reset_peak_memory_stats	重置内存池中的全部峰值。
mindspore.hal.empty_cache	清理内存池中的内存碎片，优化内存排布。