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`

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`

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

接口名	概述	支持平台
`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`