🧠 昇腾AI芯片与算子开发 28 篇文章 · 5 个章节
昇腾 AI 芯片与算子开发
从昇腾硬件架构与达芬奇 AI Core 出发，深入 CANN 软件栈、AscendCL 应用开发、Ascend C 算子开发、HCCL 集合通信与分布式训练，再到 MindIE/vLLM-Ascend 推理，系统掌握国产 AI 算力全栈技术。
开始学习章节目录
了解昇腾芯片家族与演进路线，深入达芬奇架构的 AI Core 计算单元（Cube/Vector/Scalar），掌握存储层次与多卡互联拓扑，为后续算子开发与训练推理打下硬件基础
理解 CANN 异构计算架构的分层设计，掌握 AscendCL 编程模型（Device/Context/Stream/内存管理），学会 aclnn 标准算子调用与 torch_npu 迁移，走通昇腾应用开发全流程
从编程模型与 Tiling 开始，掌握 Ascend C 的矢量编程、数据搬运与内存管理、矩阵编程，并通过算子工程与性能分析工具（msprof）构建完整的昇腾算子开发能力
掌握 HCCL 集合通信库的通信原语与算法，理解多卡多机拓扑与 HCCL 配置，并通过 torch_npu（PyTorch）路径走通昇腾分布式训练实战
掌握昇腾推理的软硬件栈与模型转换（ATC/OM），学习 MindIE 推理引擎的核心机制与部署流程，掌握 vLLM-Ascend 适配与大模型推理，以及昇腾量化与 KV Cache 优化方法
延伸资源
学习建议
前置要求
建议具备 GPU 硬件概论、集合通信基础等 AI Infra 前置知识；有 CUDA 编程经验对照学习更佳
- 昇腾与 CUDA 体系高度同构，建议结合 AIInfraGuide 原站的 CUDA 编程模块对照学习，迁移更快
- 第1~2章以「看懂+会用」为主，第3章 Ascend C 是算子开发核心，建议配合官方样例动手实践
- 昇腾生态文档以昇腾社区（hiascend.com）与 CANN 官方文档为准，版本迭代快，注意核对版本匹配
- 内容核对状态：本模块所有延伸阅读链接与关键事实（芯片型号、CANN/PyTorch/TorchNPU 版本配套）已按昇腾社区官方页面核对（核对日 2026-10-26），具体文档正文请以官方为准
- 无真实硬件的同学可先学习原理并浏览官方样例，有条件时通过昇腾开发者云（如 HiDevLab）申请在线 NPU 资源