1、简单的调用npu

import torch
import torch_npu
x = torch.randn(10000, 10000).npu()
y = torch.randn(10000, 10000).npu()
for _ in range(10000):
    z = x.mm(y)
这个代码的出现就会导致，核心使用99%，显存| 1633   

2、安装torch-npu

安装方法看官网介绍，这个有些忘记了，可以看我的其余文档，现在假设已经正确安装torch-npu
可能有用的参考网站
**https://pypi.org/project/torch-npu
https://www.cnblogs.com/bonelee/p/18194079
第二个文档中的信息我验证是正确的，而且我也是按照第二个链接中的文档实验的

3、配置torch-npu

目的是：使用核心和占用显存
方法如下

import torch
import torch_npu
from torch_npu.contrib import transfer_to_npu
#1、后面跟从torch中导入的其余内容，如下
import torch.nn as nn
import torch.utils.data as Data
#2、其余地方把下面的第一行改成第二行就可以
# inputs, labels = inputs.float().to(device), labels.long().to(device) 
inputs, labels = inputs.float().npu(), labels.long().npu() 

其余地方我没变

注意事项
1、因为使用的是910b，性能很强大，我代码计算简单，核心利用率一直是0，但是实际上是用了核心的，为啥我这样说，看下面的验证
使用CPU训练时候，cpu占用

使用npu就是按照上面的方法修改后，cpu占用

不同之处是：使用CPU的时候其余的进程是间隙的出现接近50%利用率，但是使用npu的时候不存在，所以我断定我前面的方法是使用npu成功了