Units

CPU、GPU 和 NPU 都继承自 Unit。它们共享相同的结构，因此工具可以统一地对待每个计算设备，而不会强制机器套用仅限 CUDA 的模型。

from mainboard import Machine

for unit in Machine().units:
    print(unit.kind, unit.vendor, unit.label)
    print(unit.snapshot())

每个 unit 都暴露：

属性	含义
kind	类别标识：UnitKind.CPU、UnitKind.GPU 或 UnitKind.NPU
vendor	provider 标识，例如 Vendor.APPLE 或 Vendor.NVIDIA
name	人类可读的型号名称
architecture	已知时的架构字符串
memory	Memory 读数：该单元可见内存的总量、已用和空闲字节
snapshot()	带类型的遥测快照

每个单元都以相同方式报告内存，因此 unit.memory.total_bytes 和 unit.memory.used_gb 在 CPU、GPU 和 NPU 上用法一致。

快照

Unit.snapshot() 返回 UnitSnapshot。GPU.snapshot() 返回 GPUSnapshot，它扩展了 UnitSnapshot，加入 GPU 专属的遥测信息。

machine = Machine()
cpu_snapshot = machine.cpu.snapshot("setup")
gpu_snapshot = machine.gpus[0].snapshot("kernel")

快照模型是 Pydantic 模型，可以用 model_dump() 序列化。