aclrtDevAttr

数据格式	说明
ACL_DEV_ATTR_AICPU_CORE_NUM = 1	AI CPU数量。
ACL_DEV_ATTR_AICORE_CORE_NUM = 101	AI Core数量。
ACL_DEV_ATTR_VECTOR_CORE_NUM = 201	Vector Core数量。
ACL_DEV_ATTR_WARP_SIZE = 202	一个Warp里的线程数，在SIMT（单指令多线程，Single Instruction Multiple Thread）编程模型中，Warp是指执行相同指令的线程集合。仅Atlas 350 加速卡支持该类型其它产品型号当前不支持该类型。
ACL_DEV_ATTR_MAX_THREAD_PER_VECTOR_CORE = 203	每个VECTOR_CORE上可同时驻留的最大线程数。仅Atlas 350 加速卡支持该类型其它产品型号当前不支持该类型。
ACL_DEV_ATTR_LOCAL_MEM_PER_VECTOR_CORE = 204	每个VECTOR_CORE上可以使用的最大本地内存，单位Byte。仅Atlas 350 加速卡支持该类型其它产品型号当前不支持该类型。
ACL_DEV_ATTR_TOTAL_GLOBAL_MEM_SIZE = 301	Device上的可用总内存，单位Byte。
ACL_DEV_ATTR_L2_CACHE_SIZE = 302	L2 Cache（二级缓存）大小，单位Byte。
ACL_DEV_ATTR_SMP_ID = 401	SMP（Symmetric Multiprocessing） ID，用于标识设备是否运行在同一操作系统上。
ACL_DEV_ATTR_PHY_CHIP_ID = 402	芯片物理ID。
ACL_DEV_ATTR_SUPER_POD_DEVICE_ID = 403	SuperPOD Device ID表示超节点产品中的Device标识。
ACL_DEV_ATTR_SUPER_POD_SERVER_ID = 404	SuperPOD Server ID表示超节点产品中的服务器标识。
ACL_DEV_ATTR_SUPER_POD_ID = 405	SuperPOD ID表示集群中的超节点ID。
ACL_DEV_ATTR_CUST_OP_PRIVILEGE = 406	表示查询自定义算是否可以执行更多的系统调用权限。取值如下： 0：自定义算子执行系统调用权限受控（例如不能执行Write操作）。 1：自定义算子可以执行更多的系统调用权限。 Atlas 350 加速卡不支持该选项。
ACL_DEV_ATTR_MAINBOARD_ID = 407	主板ID。
ACL_DEV_ATTR_IS_VIRTUAL = 501	是否为昇腾虚拟化实例。 0：不是昇腾虚拟化实例，是物理机。 1：是昇腾虚拟化实例，可能是虚拟机或容器。

了解AI Core、Cube Core、Vector Core的关系

为便于理解AI Core、Cube Core、Vector Core的关系，此处先明确Core的定义，Core是指拥有独立Scalar计算单元的一个计算核，通常Scalar计算单元承担了一个计算核的SIMD（单指令多数据，Single Instruction Multiple Data）指令发射等功能，所以我们也通常也把这个Scalar计算单元称为核内的调度单元。不同产品上的AI数据处理核心单元不同，当前分为以下几类：

当AI数据处理核心单元是AI Core：
- 在AI Core内，Cube和Vector共用一个Scalar调度单元，例如 Atlas 训练系列产品。
- 在AI Core内，Cube和Vector都有各自的Scalar调度单元，因此又被称为Cube Core、Vector Core。这时，一个Cube Core和一组Vector Core被定义为一个AI Core，AI Core数量通常是以多少个Cube Core为基准计算的，例如 Atlas A2 训练系列产品 / Atlas A2 推理系列产品。
当AI数据处理核心单元是AI Core以及单独的Vector Core：AI Core和Vector Core都拥有独立的Scalar调度单元，例如 Atlas 推理系列产品。

了解SuperPOD ID、SuperPOD Server ID、SuperPOD Device ID之间的关系

父主题： 数据类型及其操作接口