AscendNPU IR（AscendNPU Intermediate Representation）是基于MLIR（Multi-Level Intermediate Representation）构建的面向昇腾亲和的算子编译中间表示，提供昇腾完备表达能力，通过编译优化提升昇腾AI处理器计算效率，通过开源社区开放接口，支持生态框架灵活对接，高效使能昇腾AI处理器。
多级抽象与易用性
提供高层抽象接口，屏蔽昇腾计算、搬运、同步等指令细节，编译器自动感知硬件架构并将硬件无关表达映射到底层指令；同时提供细粒度性能控制接口，可精准控制片上内存布局、流水同步插入位置、是否使能乒乓流水等，兼顾易用与性能调优。
分层方言与编译优化
- HFusion：基于Linalg扩展，负责硬件相对无关的优化与生态对接；支持与Arith、Math、Torch等方言的转换，以及Tensor化简、类型合法化、算子融合生成。
- HIVM：面向昇腾对计算、搬运、同步进行Tile级抽象，屏蔽底层指令参数；负责CV核映射（Mix Kernel的CV融合、核间同步、CVPipeline流水与AutoSubTiling等）、核内片上内存映射与多级流水/指令映射。
- HACC：异构硬件抽象，表达Host/Device编程模型与launch语义；Annotation、Scope等用于
[object Object]与作用域标记。
关键编译特性
支持CV融合与流水（CVPipeline、AutoSubTiling）、自动内存规划（PlanMemory）与流水同步（AutoSync）、块化与调度（AutoBlockify、AutoFlatten、AutoSchedule），以及自定义算子、DFX、CV优化等，便于在保持高层语义的前提下获得可移植性能。
生态对接与开放
通过分层接口支持与PyTorch（Torch-MLIR）、TileLang、Triton及各类框架的对接，高性能与易用性灵活平衡，高效使能昇腾AI处理器。