hiascend-cann
CANN Community Edition 9.0.0 documentation
9.0.0 文档入口、环境安装、算子开发、应用开发、图开发、Runtime/GE API 与算子库概览;没有逐个核对全部 API 和硬件型号。
华为昇腾官方 CANN 9.0.0 文档入口;用于核对其面向昇腾硬件、支持多种 AI 框架并包含算子、图、应用和运行时开发层。
打开原始来源一题一页 · 具体软件 · 也叫 异构计算架构、Compute Architecture for Neural Networks
CANN 是面向昇腾硬件 AI 任务的软件架构,为 MindSpore、PyTorch、TensorFlow 等框架和应用提供图、算子、运行时与相关开发能力。
此刻在看:静态解释,这一页的 5 个部分都是这一种。
主张依据 3 类:官方文档、公开报道与实践记录、编辑解释。
核实状态:这一页没有需要核实的结论,所以这一维是空的。
表示此刻展示方式,不是准确性等级。
可多选,每种都有实际引用;「本站实验」需有记录。
附范围、时间及必要原因,不等于全页绝对正确。
这一页没有需要核实的结论,所以这一维是空的——不会因为它挂着论文就替它标一个「已核对」。
一个框架模型要在昇腾硬件上执行,图引擎先处理计算图,算子库覆盖具体数学动作,Runtime 再把可执行任务交给硬件。
芯片只认自己的执行形式。你写的「矩阵相乘」离硬件任务还差着框架接入、计算图处理、算子实现、运行时和编译等多层工作。在不同加速器生态里,这些责任由各自的软件栈承担。
昇腾硬件需要与自身匹配的软件路径,CANN 覆盖的也不只“翻译”一项。「国产芯片能不能跑大模型」这个问题,第三方实践记录反映出来的许多排错工作落在这一软件栈;这是经验转述,本站没有统计过具体比例。
9.0.0 官方文档将图开发、算子开发、应用开发、Runtime API 与 GE API 分开组织;算子库又覆盖数学、神经网络、计算机视觉和 Transformer 等类别。具体包和版本映射以对应版本发布说明为准。
这个分层带来一个实际后果:出问题时你得判断是图层的事还是算子层的事,两边的日志格式不一样。第三方实践记录反复提到这一点。
hiascend-cann
9.0.0 文档入口、环境安装、算子开发、应用开发、图开发、Runtime/GE API 与算子库概览;没有逐个核对全部 API 和硬件型号。
华为昇腾官方 CANN 9.0.0 文档入口;用于核对其面向昇腾硬件、支持多种 AI 框架并包含算子、图、应用和运行时开发层。
打开原始来源ascend-910b-practice
第三方实践记录:CANN 分层结构带来的双层排错、版本匹配与显存管理差异。属于个人经验,非官方口径。
打开原始来源