[object Object][object Object]

[object Object]

1、CANN与Ascend HDK版本配套关系

[object Object]undefined

2、 CANN组合包版本配套关系

[object Object]undefined

3、 CANN独立升级子包版本配套关系

[object Object]undefined

4、CANN开源子包版本配套关系

[object Object]undefined

子包独立升级的具体操作请参考。

[object Object][object Object][object Object]

• Ascend 950PR/Ascend 950DT适配与场景支持：[object Object] 1）Diag算子适配()；[object Object] 2）Asin算子适配()；[object Object] 3）PadV2算子适配()；[object Object] 4）BitwiseOr/BitwiseXor整型数据类型支持()；[object Object] 5）Cross算子适配()；[object Object] 6）AngleV2算子适配()。[object Object]
• 性能优化：[object Object] 1）Sort算子小轴场景排序性能优化()；[object Object] 2）随机数算子生成性能优化()；[object Object] 3）TopkV2算子性能优化，提升int64索引场景计算效率()；[object Object] 4）AICPU算子性能优化，覆盖ClipByValueV2()、ConcatV2()、CumSum()。[object Object]
• 工程优化：[object Object] 1）并行解压编译加速()；[object Object] 2）统一引用CANN公共仓构建API，精简冗余构建脚本()；[object Object] 3）去除gawk外部依赖，采用纯bash实现时间戳格式化()。[object Object]

[object Object]

• Ascend 950PR/Ascend 950DT适配与场景支持：[object Object] 1）NMSWithMask算子适配()；[object Object] 2）GridSampler2DGrad算子适配Bicubic模式()；[object Object] 3）UpsampleNearestExact2d/3d算子适配()；[object Object] 4）UpsampleNearestExact1d算子适配()；[object Object] 5）UpsampleNearestExactGrad算子适配()；[object Object] 6）UpsampleTrilinear3d算子适配()；[object Object] 7）CIoU算子适配()；[object Object] 8）BlendFaceBgPartTwo算子适配()。[object Object]
• 性能优化：[object Object] 1）ResizeNearestNeighborV2算子NCHW格式性能优化()；[object Object] 2）GridSamplerGrad算子性能优化()。[object Object]
• 工程优化：[object Object] 1）统一引用CANN公共仓构建API，精简冗余构建脚本()；[object Object] 2）统一使用CANN公共仓接口管理第三方依赖()；[object Object] 3）ops-cv安装优化改造，解压即安装。[object Object]

[object Object]

• 新增特性：[object Object] 1）支持float8/float6/float4数据类型及资料(、、)；[object Object] 2）reduce模板混合精度支持()；[object Object] 3）新增非连续输入算子静态支持(、)；[object Object] 4）日志接口DFX增强(、、、)。[object Object]
• 性能优化：[object Object] 1）broadcast非连续tensor性能优化()；[object Object] 2）优化build.sh增量编译性能，复用CMake缓存避免重复配置()。[object Object]
• 工程优化：[object Object] 1）切换工程构建打包依赖至CANN公共仓()；[object Object] 2）安装优化改造，解压即安装()。[object Object]

[object Object]

• 卷积算子功能性能优化，优化多模态网络性能，内存占用不理恶化()。[object Object] 1）dX支持超大W输入场景对W切分；[object Object] 2）dW支持确定性场景下开启性能优化特性；[object Object] 3）dX支持stride=kernel和fmap=kernel场景转MM，优化性能。[object Object]
• Ascend950新场景支持支持：[object Object] 1）引入ops-tensor，基于分层结构优化Cube类算子，减少偏移量计算和代码重复率()[object Object] 2）完善低bit类算子，支持精度补偿，优化整网精度RmsNormDynamicMxQuant()，DynamicBlockMxQuant()，DualLevelQuantBatchMatmul()[object Object] 3）HardswishBackwardV2()、SyncBatchNormGatherStatsWithCounts()
• nn仓工程优化：[object Object] 1）Ascend950支持静态库()[object Object] 2）kernel配置脚本优化()

[object Object]

注意力（Attention/MLA）类

• 新增SparseFlashMla（稀疏FlashMLA）算子，并支持稀疏注意力KV合并，提升长序列稀疏注意力场景的计算与访存效率(、)。
• 新增LightningIndexerV2算子()。
• 新增aclnnBlockSparseAttentionV2接口，适配FP8量化的BlockSparseAttention算子；BlockSparseAttention在A5上支持FP8场景性能改进与BSND输入排布，950正向/推理的量化与非量化kernel支持LSE输出，并新增BlockSparseAttentionGrad反向算子(、、、、)。
• FusedInferAttentionScore支持LSE输出，AttentionUpdate在A2/A3支持sp128(、)。
• ScatterPaKvCache/GatherPaKvCache新增cache首轴非连续tensor支持，MlaProlog支持KVCache非连续输入(、)。
• RecurrentGatedDeltaRule支持state前两轴非连续，SMLAG新增torch适配及新特性支持(、)。

MoE类

• MoeInitRoutingV3非量化场景支持DropPad，UnpermuteWithRoutingMap新增N规格non-topk支持(、)。
• MegaMoe新增A2/A3 Tiling、静态tensor及syncfunc功能，并补充A2/A3 kernel(、)。

GMM（GroupedMatmul）量化类

• GroupedMatmulFinalizeRouting在A5上新增W8A8场景的确定性支持()。
• GroupedMatmulSwigluQuantV2新增WeightNz MxA8W4数据流及MXFP4权重NZ格式支持(、、)。

MC2（通信-计算融合）类

• 新增AllToAllMatmulV2算子()。
• AllGatherMatmulV2、AllToAllVGroupedMatmul/GroupedMatmulAllToAllV增加comm_mode通信引擎参数，支持选择通信引擎(、)。
• MatmulReduceScatterV2适配AICPU通信()。

[object Object][object Object]

• 集合通信：PDCCL支持显存资源预留功能，显存资源预留相关需求功能CANN领域内部涉及组件统一由集合通信进行分解(NPU Driver/CANN/HCCL)，包含以下功能()： 1）集合通信支持根据HDK的npu-smi或HCCN_TOOL工具提供显存资源预留配置预留显存资源； 2）集合通信支持提供预留显存资源的预留、分配等管理功能； 3）集合通信支持识别PDCCL进程，并向内核态申请预留显存资源；

• HIXL 底层通信接口开放：构建 Client-Server 模式单边通信能力，全面提升建链规格与建链性能。针对批量小 Buffer 传输场景深度优化，有效降低 HBM 占用与通信资源开销（）

• HIXL 网络传输协议扩展：单边通信新增 UBC、UBoE、Host RoCE 协议支持，完整覆盖 D2D、D2rH、rH2D、H2H 全场景数据传输（），不同产品形态的协议支持清单可查阅 社区

• HIXL 智能链路管理升级：实现通信资源自动获取及智能路由选择（），支持按需建链（），简化使用流程，提升易用性

• HIXL 编程 API 能力增强：扩展异步链路管理（）、传输状态批量查询（）两类接口，丰富异步编程范式，提升上层业务开发效率

• Ascend 950PR 支持CCU场景的allGatherV/reduceScatterV算子( )

• Ascend 950PR 支持GE图模式&aclGraph模式下的通信算子入图( )

• Ascend 950PR 支持N秒快恢能力，提升集合通信运行可靠性( )

• Ascend 950PR 支持taskexception&profiling等维测能力，提升问题定位易用性( )

• Ascend 950PR HcclChannelAcquire接口支持AIV直驱RoCE和URMA能力，支撑通算融合算子的自定义开发()

[object Object]

• 支持Ascend 950DT形态图框架能力恢复.

[object Object]

• 支持Ascend 950DT AclGraph场景stream规格扩充至64K，解决大模型资源不足等问题()

[object Object][object Object]

• 维测能力：
  • AscendC框架基础API支持NPU Check（ ），增强算子运行时校验能力。
  • SIMD VF内支持printf和reg dump打印（），提供调试打印和寄存器数据dump能力。
  • Ascend 950支持L1 Tensor数据的DumpTensor（），扩展L1层数据调试支持。
  • 新增optype_collector工具，支持检查optype重名（）。
• 编译工程
  • 编译工程CMakeModule支持CMAKE_<LANG>编译选项（）；
• 基础API
  • 支持设置ctrl寄存器的饱和溢出管理（）。
• SIMT编程
  • 新增ld/st接口（）和AddrSpace类接口（），丰富SIMT内存访问编程能力。

[object Object]

• SIMD样例：
  • 新增最佳实践样例：matmul+gelu融合、datacopy优化、bank冲突优化、group_matmul量化组矩阵乘、simt&simd高性能编程（ ）。
  • 新增Ascend 950新特性样例及兼容性样例整改：loopmode数据搬运、interleave矢量计算、datacopy_gm2l1、loadmx（Load2DMX）、mmad_mx、data_copy_pad等（ ）。
  • 新增RegBase基础样例：基础算术、数据类型转换、归约、比较、索引等样例（ ）。
  • 新增SIMD VF print样例和dump样例（）。
  • 新增Tensor API入门及最佳实践样例：Matmul入门、数据搬入搬出、搬出随路量化、MX FP4最佳实践（）。
• SIMT样例：
  • 新增SIMT优化特性样例：DCache访问优化样例（）、基于transpose的仿存合并和bank冲突样例（）、最佳实践样例：通过类型对齐提升搬运效率（）。
  • 新增SIMT功能特性样例：pytorch注册自定义算子（）、编译相关样例（动态、静态、分离编译等）（）、profiling样例（）、内存屏障特性样例（）、Warp类特性样例（）、simulator样例（）、kernel log样例（）。

[object Object]

• 新增矩阵计算概述和计算分形介绍的文档（）。
• 优化矢量计算API文档，补充指令约束等（）。
• 增加SIMD与SIMT混合编程性能优化概述（）。
• 搭建VitePress文档站点，提供AscendC资料预览功能（）。

[object Object]

版本开源及第三方软件漏洞修复情况详见。

[object Object][object Object]

子包独立升级提供了灵活的按需升级功能。

使用场景举例：某用户已安装了a.b.c版本的组合包Ascend-cann-toolkit和Ascend-cann-ops，由于业务需要，要求将单边通信库能力更新至x.y.z版本，此时，可通过独立升级子包cann-hixl来实现。其中a.b.c和x.y.z请替换为实际版本号。

[object Object]

升级子包前，请确保已安装配套版本的组合包Ascend-cann-toolkit和Ascend-cann-ops。如未安装，请参考《》进行安装。

子包的升级路径应与组合包的安装路径保持一致。所有子包的升级操作相同，以下以升级 cann-hixl_x.y.z_linux-aarch64.run 为例进行说明。

升级场景一：

组合包Ascend-cann-toolkit和Ascend-cann-ops安装在默认路径下（即安装时未使用“--install-path”参数）

升级场景二：

组合包Ascend-cann-toolkit和Ascend-cann-ops安装在指定路径“/home/custom_path”（即安装时指定“--install-path=/home/custom_path”）