:i |dZddlmZddlZdefdZdefdZd deedefdZd eedefd Z d eefd Z gd Z y)u 设备检测工具（支持 CUDA 与 Ascend NPU） 提供统一的设备选择/映射接口，以便在代码中优雅地支持 `cuda` / `npu` / `cpu`。 )OptionalNreturnc ttdd}t|dd}tt|r |SdS#t$rYywxYw)uD检测当前运行时是否存在华为 Ascend NPU（torch.npu）。npuN is_availableF)getattrtorchboolcallable Exception)npu_modis_avails /app/gzzm/utils/device_utils.pyhas_npur sQ%-7ND9(8"4HJ@@%@@ s8AA A  A cp ttjjS#t$rYywxYw)u*检测是否存在 CUDA（NVIDIA GPU）。F)r r cudarr rhas_cudars1EJJ++-.. s &) 55 device_hintcH|xsdjj}|rh|jdry|jdrtrdSt rdSdS|jdrt rdStrdSdSt rytryy)u 基于 hint 与运行时检测选择设备，返回 'npu' | 'cuda' | 'cpu'. 选择逻辑：优先尊重显式 hint（支持 'npu', 'cuda', 'cpu'，自动处理带索引的 'cuda:0'/'npu:0'）， 否则按顺序优先选择 NPU -> CUDA -> CPU。 cpurr)striplower startswithrr)rhints r choose_devicers  2 $ $ & , , .D ??5 ! ??6 "%Z6 Lwye Le L ??5 !#I5 LhjF Le Lyz rdevicecH|sy|jj}|S)uH根据选择的设备返回适合传给模型的 device_map 字符串。r)rrrs rdevice_map_for_modelr"4s!  \\^ ! ! #F MrcP|r|dk(rtjStjS)u0返回建议用于加载模型的 torch dtype。r)r float32float16r!s rtorch_dtype_for_devicer&=s Vu_}} ==r)rrrr"r&)N) __doc__typingrr r rrstrrr"r&__all__rrrr+sp  $x}0#38C= er