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。	Ascend GPU CPU
mindspore.hal.get_arch_list	返回此MindSpore包支持哪些后端架构。	Ascend GPU CPU
mindspore.hal.get_device_capability	返回指定卡号设备的设备能力。	Ascend GPU CPU
mindspore.hal.get_device_name	返回指定卡号设备的设备名称。	Ascend GPU CPU
mindspore.hal.get_device_properties	返回指定卡号设备的设备属性信息。	Ascend GPU CPU
mindspore.hal.is_available	查询指定后端是否可用。	Ascend GPU CPU
mindspore.hal.is_initialized	返回指定后端是否已被初始化。	Ascend GPU CPU

流管理

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

事件管理

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

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。	Ascend GPU CPU
mindspore.hal.contiguous_tensors_handle.ContiguousTensorsHandle	连续内存管理器。	Ascend GPU CPU
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。	Ascend GPU CPU
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。	Ascend GPU CPU
mindspore.hal.memory_allocated	返回当前真实被Tensor占用的内存大小。	Ascend GPU CPU
mindspore.hal.memory_reserved	返回内存池当前管理的内存总量。	Ascend GPU CPU
mindspore.hal.memory_stats	返回从内存池查询到的状态信息。	Ascend GPU CPU
mindspore.hal.memory_summary	返回可读的内存池状态信息。	Ascend GPU CPU
mindspore.hal.reset_max_memory_reserved	重置被内存池所管理的内存的峰值。	Ascend GPU CPU
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。	Ascend GPU CPU
mindspore.hal.reset_peak_memory_stats	重置内存池中的全部峰值。	Ascend GPU CPU
mindspore.hal.empty_cache	清理内存池中的内存碎片，优化内存排布。	Ascend GPU CPU