PrivateUse1
PyTorch 预留的设备类型后端标识，允许厂商将自定义加速器注册为该类型，只需实现 aten 算子分派和设备守卫即可运行大部分模型
时间轴 (近 90 天)
PyTorch 在设备类型枚举中预留了一个名为 PrivateUse1 的私有命名空间，允许硬件厂商在不对 PyTorch 主干代码进行 fork 或修改的前提下，通过注册机制将自己的设备绑定到该命名空间，从而获得真实的 DeviceType。
厂商通过 PrivateUse1 注册设备时，需要注册设备守卫（DeviceGuard）、后端注册表（dispatch key）、内存分配器以及若干 Python 侧的辅助接口。
注册完成后，用户可以使用 torch.device("spyre") 这类字符串直接指定硬件，PyTorch 会在内部把它映射到 PrivateUse1。
PyTorch预留了PrivateUse1设备类型，厂商可将其注册为自有加速器，只需实现aten算子分派和设备守卫即可跑通大部分模型
PyTorch通过torch.device抽象与aten算子库以及PyTorch Extensible Backend（torch_xpu / PrivateUse1）机制扩展硬件后端，允许第三方芯片厂商以插件形式接入而无需修改主干代码
全部知识事实 (5)
PyTorch 在设备类型枚举中预留了一个名为 PrivateUse1 的私有命名空间，允许硬件厂商在不对 PyTorch 主干代码进行 fork 或修改的前提下，通过注册机制将自己的设备绑定到该命名空间，从而获得真实的 DeviceType。
50%待验证厂商通过 PrivateUse1 注册设备时，需要注册设备守卫（DeviceGuard）、后端注册表（dispatch key）、内存分配器以及若干 Python 侧的辅助接口。
50%待验证注册完成后，用户可以使用 torch.device("spyre") 这类字符串直接指定硬件，PyTorch 会在内部把它映射到 PrivateUse1。
50%待验证PyTorch预留了PrivateUse1设备类型，厂商可将其注册为自有加速器，只需实现aten算子分派和设备守卫即可跑通大部分模型
50%待验证PyTorch通过torch.device抽象与aten算子库以及PyTorch Extensible Backend（torch_xpu / PrivateUse1）机制扩展硬件后端，允许第三方芯片厂商以插件形式接入而无需修改主干代码
50%