概述

（beta）torch_npu.npu.get_npu_overflow_flag

检测npu计算过程中是否有数值溢出。

（beta）torch_npu.npu.clear_npu_overflow_flag

对npu溢出检测行为进行清零。

torch_npu.npu.matmul.allow_hf32

功能和调用方式与torch.backends.cuda.matmul.allow_tf32类似。

torch_npu.npu.conv.allow_hf32

功能和调用方式与torch.backends.cudnn.allow_tf32类似。

（beta）torch_npu.npu.set_option

详细使用参见《PyTorch 训练模型迁移调优指南》中的“设置算子编译选项”章节。

（beta）torch_npu.npu.config.allow_internal_format

是否使用私有格式，设置为True时允许使用私有格式，设置为False时，不允许申请任何私有格式的tensor，避免了适配层出现私有格式流通。

（beta）torch_npu.npu.stress_detect

提供硬件精度在线检测接口，供模型调用。

（beta）torch_npu.npu.stop_device

停止对应device上的计算，对于没有执行的计算进行清除，后续在此device上执行计算会报错。

（beta）torch_npu.npu.restart_device

恢复对应device上的状态，后续在此device上进行计算可以继续进行计算执行。

（beta）torch_npu.npu.check_uce_in_memory

提供故障内存地址类型检测接口，供MindCluster进行故障恢复策略的决策。其功能是在出现UCE片上内存故障时，判断故障内存地址类型。

torch_npu.npu.SyncLaunchStream

创建一条同步下发NPUStream，在该流上下发的任务不再使用taskqueue异步下发。

（beta）torch_npu.npu.utils.is_support_inf_nan

判断当前使用的溢出检测模式，True为INF_NAN模式，False为饱和模式。

（beta）torch_npu.npu.utils.npu_check_overflow

检测梯度是否溢出，INF_NAN模式下检测输入Tensor是否溢出；饱和模式检查硬件溢出标志位判断。

（beta）torch_npu.npu.Event().recorded_time ()

获取NPU Event对象在设备上被记录的时间。

（beta）torch_npu.npu.set_dump

传入配置文件来配置dump参数。

（beta）torch_npu.npu.init_dump

初始化dump配置。

（beta）torch_npu.npu.finalize_dump

结束dump。

（beta）torch_npu.npu.set_compile_mode

设置是否开启二进制。

（beta）torch_npu.npu.is_jit_compile_false

确认算子计算是否采用的二进制，如果是二进制计算，返回True，否则返回False。

（beta）torch_npu.npu.set_mm_bmm_format_nd

设置线性module里面的mm和bmm算子是否用ND格式。

（beta）torch_npu.npu.get_mm_bmm_format_nd

确认线性module里面的mm和bmm算子是否有使能ND格式，如果使能了ND，返回True，否则，返回False。

（beta）torch_npu.npu.get_amp_supported_dtype

获取npu设备支持的数据类型，可能设备支持不止一种数据类型。

（beta）torch_npu.npu.is_autocast_enabled

确认autocast是否可用。

（beta）torch_npu.npu.set_autocast_enabled

是否在设备上使能AMP。

（beta）torch_npu.npu.get_autocast_dtype

在amp场景获取设备支持的数据类型，该dtype由torch_npu.npu.set_autocast_dtype设置或者默认数据类型torch.float16。

（beta）torch_npu.npu.set_autocast_dtype

设置设备在AMP场景支持的数据类型。

（beta）torch_npu.npu.get_rng_state

Torch_npu提供随机数相关的部分接口，具体可参考torch.cuda。

（beta）torch_npu.npu.set_rng_state

（beta）torch_npu.npu.get_rng_state_all

（beta）torch_npu.npu.set_rng_state_all

（beta）torch_npu.npu.manual_seed

（beta）torch_npu.npu.manual_seed_all

（beta）torch_npu.npu.seed

（beta）torch_npu.npu.seed_all

（beta）torch_npu.npu.initial_seed

（beta）torch_npu.npu.is_initialized

Torch_npu提供设备相关的部分接口，具体可参考torch.cuda。

（beta）torch_npu.npu.init

（beta）torch_npu.npu.get_device_name

（beta）torch_npu.npu.can_device_access_peer

（beta）torch_npu.npu.get_device_properties

（beta）torch_npu.npu.device_of

（beta）torch_npu.npu.current_blas_handle

（beta）torch_npu.npu.set_stream

（beta）torch_npu.npu.set_sync_debug_mode

（beta）torch_npu.npu.get_sync_debug_mode

（beta）torch_npu.npu.utilization

（beta）torch_npu.npu.get_device_capability

预留接口，暂不支持，接口默认返回None。

（beta）torch_npu.npu.caching_allocator_alloc

Torch_npu提供内存管理相关的部分接口，具体可参考torch.cuda。

（beta）torch_npu.npu.caching_allocator_delete

（beta）torch_npu.npu.set_per_process_memory_fraction

（beta）torch_npu.npu.empty_cache

（beta）torch_npu.npu.memory_stats

（beta）torch_npu.npu.memory_stats_as_nested_dict

（beta）torch_npu.npu.reset_accumulated_memory_stats

（beta）torch_npu.npu.reset_peak_memory_stats

（beta）torch_npu.npu.reset_max_memory_allocated

（beta）torch_npu.npu.reset_max_memory_cached

（beta）torch_npu.npu.memory_allocated

（beta）torch_npu.npu.max_memory_allocated

（beta）torch_npu.npu.memory_reserved

（beta）torch_npu.npu.max_memory_reserved

（beta）torch_npu.npu.memory_cached

（beta）torch_npu.npu.max_memory_cached

（beta）torch_npu.npu.memory_snapshot

（beta）torch_npu.npu.memory_summary

torch.npu.npu.NPUPluggableAllocator

该接口涉及高危操作，使用请参考torch.npu.npu.NPUPluggableAllocator。

torch.npu.npu.change_current_allocator

该接口涉及高危操作，使用请参考torch.npu.npu.change_current_allocator。

（beta）torch_npu.npu.set_aoe

AOE调优使能。

torch_npu.npu.mstx

打点接口。

torch_npu.npu.mstx.mark

标记瞬时事件。

torch_npu.npu.mstx.range_start

标识打点开始。

torch_npu.npu.mstx.range_end

标识打点结束。

torch_npu.npu.mstx.mstx_range

range装饰器，用来采集被装饰函数的range执行耗时。

torch_npu.npu.BoolStorage

功能和调用方式与torch.Storage相同，具体请参考https://pytorch.org/docs/stable/storage.html#。

torch_npu.npu.ByteStorage

torch_npu.npu.ShortStorage

torch_npu.npu.LongStorage

torch_npu.npu.IntStorage

torch_npu.npu.HalfStorage

torch_npu.npu.CharStorage

torch_npu.npu.DoubleStorage

torch_npu.npu.FloatStorage

（beta）torch_npu.npu.aclnn.version

查询aclnn版本信息。

torch_npu.npu.aclnn.allow_hf32

设置conv算子是否支持hf32，一个属性值，对aclnn的allow_hf32属性的设置和查询。

torch.cuda.DoubleTensor

torch_npu.npu.DoubleTensor

是

https://pytorch.org/docs/stable/tensors.html#data-types

torch.cuda.ShortTensor

torch_npu.npu.ShortTensor

是

torch.cuda.CharTensor

torch_npu.npu.CharTensor

是

torch.cuda.ByteTensor

torch_npu.npu.ByteTensor

是

torch.cuda.FloatTensor

torch_npu.npu.FloatTensor

是

torch.cuda.HalfTensor

torch_npu.npu.HalfTensor

是

torch.cuda.IntTensor

torch_npu.npu.IntTensor

是

torch.cuda.BoolTensor

torch_npu.npu.BoolTensor

是

torch.cuda.LongTensor

torch_npu.npu.LongTensor

是