CANN社区版
异构计算架构CANN（Compute Architecture for Neural Networks）是昇腾针对AI场景推出的异构计算架构，向上支持多种AI框架，包括MindSpore、PyTorch、TensorFlow等，向下服务AI处理器与编程，发挥承上启下的关键作用，是提升昇腾AI处理器计算效率的关键平台。同时针对多样化应用场景，提供多层次编程接口，支持用户快速构建基于昇腾平台的AI应用和业务。
应用开发
算子开发
图开发
领域加速库
API
- AscendCL应用开发接口
AscendCL提供系统配置、运行时管理、单算子执行、模型执行、媒体数据预处理等API库。
- ISP图像调优接口
ISP提供的各种图像调优算法API。
- Ascend C算子开发接口
Ascend C提供的基础API、高阶API等。
- TBE&AI CPU算子开发接口
TBE&AI CPU算子开发需要使用的相关API。
- Ascend Graph构图接口
通过Ascend Graph API构造直接在昇腾平台上运行的图。
- DataFlow构图接口
通过DataFlow API构建、修改、编译和执行计算图。
- UDF接口
UDF支持用户通过FuncProcessPoint和GraphProcessPoint编写自定义处理函数。
- HCCL集合通信库接口
提供C与Python两种接口，分别实现单算子模式与图模式下的框架适配。
- AOL算子加速库接口
提供丰富的深度优化、硬件亲和的高性能算子。
- ATB加速库接口
使用ATB加速库需要的相关接口，包括公共类定义如Operation类、单算子类和图算子类等。
- LLM DataDist接口
提供C++与Python两种接口，提供集群KV数据管理能力，支持全量图和增量图分离部署。
- AOE接口
AOE自动调优工具提供调优API用于自动调优，提供查询知识库API用于查询之前生成的知识库文件，获取tiling。
- RPing接口
开发者调用RPing接口可实现网络中的设备定期发送检测报文，记录网络时延，统计报文收发情况。
- 基础数据结构和接口
算子开发和图开发时依赖的基础数据结构和接口说明。
- 开放代码基础功能支撑接口
CANN开放代码中依赖的接口，包括错误上报接口、日志接口，本文旨在便于您了解这部分接口在CANN开放代码中的作用。
开发工具
- 开发工具快速入门
提供算子开发工具、大模型推理开发工具、PyTorch训练场景开发工具快速入门指导。
- 算子开发工具
算子开发工具集（msKPP、msOpGen、msOpST、msSanitizer、msDebug和msProf等）的使用指导。
- 算子编译工具
编译算子生成算子二进制文件。
- ATC离线模型编译工具
模型转换工具，将网络模型转换为昇腾AI处理器支持的.om格式离线模型。
- AOE调优工具
自动调优工具，充分利用硬件资源，提升网络的性能。
- 分析迁移工具
将PyTorch训练脚本一键式迁移至昇腾NPU。
- 精度调试工具
精度比对，辅助定位模型精度问题。
- 性能调优工具
训练、推理各运行阶段的性能数据采集和分析。
- HCCL性能测试工具
测试HCCL集合通信的功能正确性以及性能。
- AMCT模型压缩工具
模型压缩工具包，提供量化、张量分解等多种模型压缩特性。
- 算子及模型速查工具
查询当前版本CANN支持的模型和算子信息。
- msleaks内存泄漏检测工具
模型训练和推理过程中的内存问题定位。
参考
- 故障处理
问题定位与处理方法，帮助开发者快速定位并解决故障。
- 日志参考
介绍日志的内容格式，以及如何查看日志、设置日志级别等。
- RPing功能开发
RPing是一种基于RDMA的网络探测技术，用以实现发送检测报文、记录网络时延、统计报文收发情况。
- 环境变量参考
基于CANN构建AI应用和业务过程中可使用的环境变量。
- 图融合和UB融合规则参考
昇腾AI处理器内置的一些图融合和UB融合规则，图融合和UB融合是整网性能提升的一种关键手段。
- 通信矩阵
产品开放的端口、该端口使用的传输层协议、通过该端口与对端通信的通信网元名称、认证方式、用途等信息说明。
- 软件安装指南 (开放态，Atlas 300I 推理卡)
Device的Control CPU开放场景下，如何安装、升级、卸载CANN。
- 软件安装指南 (开放态，Atlas 推理系列产品)
介绍Device的Control CPU开放场景下，如何安装、升级、卸载CANN。
- 产品文档 (开放态)
介绍Device的Control CPU开放场景下，CANN提供的产品文档。