新增特性

新增支持Atlas A3 训练系列产品，部分特性或API支持度与Atlas A2 训练系列产品存在差异，具体可参见各手册。

组件	描述	目的
Ascend Extension for PyTorch（即torch-npu）	算子下发性能优化	进一步挖掘提升下发性能的优化。
	集合通信支持collectiveCoalesced公共能力	为后续新增通信算法提供基本能力支撑。
	支持P2P独立建链，和hcclbuffersize独立通信域配置	解决大模型部分场景集合通信卡死，提升集合通信性能和易用性。
	支持配置同步超时时间	用户可自定义device同步超时时间，模型中使用更加灵活。
	新增支持图模式部分特性（具体可参见《PyTorch 图模式使用指南（TorchAir）》）	通用能力，跟随社区图模式能力。
MindSpeed LLM	新增模型支持	新增支持DeepSeek系列模型。
MindSpeed MM	新增模型支持	新增支持OpenSoraPlan 1.3、CogvideoX、InternVL、Qwen2-VL、SD3.5等模型。
	理解模型新增支持LoRA	理解模型LoRA支持。
	理解模型支持评估	理解模型评估支持。
	支持TP/CP/PP/VPP等分布式能力	具体内容请参见代码仓readme。
MindSpeed	Gloo存档落盘优化	从计算性能、内存资源、通信性能及并行算法等多个维度，全面提升大模型训练的效率与稳定性。
	支持permute/unpermute融合
	支持梯度累加matmul_add融合
	支持Grouped_matmul融合
	支持自定义空层操作
	支持CP场景的EoD reset训练
	并行策略自动搜索支持部分场景
	支持MoE TP拓展EP
Driving SDK	新增fused_bias_leakyrelu算子	支撑自驾模型高性能训练
	新增addrelu算子
	新增scatter_mean_grad算子

父主题： 6.0.0更新说明