Ascend C算子采用标准C++语法和一组类库API进行编程，您可以根据自己的需求选择合适的API。Ascend C编程类库API示意图如下所示，Ascend C API的操作数都是Tensor类型：GlobalTensor和LocalTensor；类库API的分为高阶API和基础API。
图1 Ascend C编程类库API示意图
高阶API：封装常用算法逻辑的API，比如Matmul、Softmax等，可减少重复开发，提高开发者开发效率。使用高阶API可以快速的实现相对复杂的算法逻辑。
基础API：实现基础功能的API，包括计算类、数据搬运、内存管理和任务同步等。使用基础API自由度更高，可以通过API组合实现自己的算子逻辑。
- 基础API分类：
- 计算类API，包括标量计算API、向量计算API、矩阵计算API，分别实现调用Scalar计算单元、Vector计算单元、Cube计算单元执行计算的功能。
- 数据搬运API，计算API基于Local Memory数据进行计算，所以数据需要先从Global Memory搬运至Local Memory，再使用计算接口完成计算，最后从Local Memory搬出至Global Memory。执行搬运过程的接口称之为数据搬移接口，比如DataCopy接口。
- 内存管理API，用于分配管理内存，比如AllocTensor、FreeTensor接口。
- 任务同步API，完成任务间的通信和同步，比如EnQue、DeQue接口。不同的API指令间有可能存在依赖关系，从AI Core内部并行计算架构抽象可知，不同的指令异步并行执行，为了保证不同指令队列间的指令按照正确的逻辑关系执行，需要向不同的组件发送同步指令。任务同步类API内部即完成这个发送同步指令的过程，开发者无需关注内部实现逻辑，使用简单的API接口即可完成。
- 基础API分层分级：
随着级别增高，API使用的自由度降低，易用性增强。您可以根据需要选择合适的API，使用最通俗易懂的高级接口快速搭建算子逻辑，使用自由灵活的低级接口进行复杂的逻辑实现和性能调优。以矢量计算类API为例：
表1 多级矢量计算类API定义 接口级别
接口说明
0级
功能灵活的计算API，充分发挥硬件优势，支持对每个操作数的Block stride，Repeat stride，Mask的操作。Block stride，Repeat stride，Mask参数的详细介绍请参见基础API通用说明。
1级
slice计算API，解决多维数据中的切片计算问题。该版本暂不支持1级接口。
2级
针对源操作数的连续count个数据进行计算并连续写入目的操作数，解决一维tensor的连续计算问题。例如，
Add(dst, src1, src2, count);
3级
针对整个tensor进行计算，通过运算符重载的方式实现，支持+, -, *, /, |, &, <, >, <=, >=, ==, !=，实现计算的简化表达。例如，
dst=src1+src2
下图以矢量加法计算为例，展示了不同级别矢量计算类API的特点。
图2 不同级别矢量计算类API的特点