本文已参与「新人创作礼」活动，一起开启掘金创作之路。
tensorflow支持多种设备，如GPU,CPU, TPU等待。设备其实就是计算设备。用来执行计算的。在tensorflow中，计算被封装到OP中. OP的实现Kernel实现具体计算。计算还需要数据，因此需要能把数据复制到设备中，然后进行计算。
设备属性通过proto定义了设备的属性。设备属性可以在OP中获得。从OpKernelContext中获取设备，然后可以获得设备属性。
设备上下文：DeviceContext包含这么几个主要功能，提供stream_executor， 提供CPU到非CPU(GPU)设备的Copy数据，提供本设备内部数据拷贝，提供设备内存分配Allocator
设备基类 设备依赖env，设备中有cpu线程池, 也有其他设备上的线程池，eigen tensorflow线程池，设置Allocator以分配内存给Tensor，从Proto反序化出一个tensor到设备上，维护加速设备信息：GPU/TPU
设备才是本文的重点，主要有这么几个字段，设备名，设备类型：从设备属性中获得，同步异步计算：最核心的功能，设备就是用来执行op kernel的，持有ResourceMgr，持有Env，Sync: 计算任务在设备上排队，调用此函数等执行完
