登录社区云，与社区用户共同成长
邀请您加入社区
B站预约链接：点击预约
📎2026年CANN训练营第二季报名页链接：https://www.hiascend.com/developer/activities/cann20262#cann-camp-2602-intro。👉 issue链接：https://gitcode.com/org/cann/discussions/292。📲 关注【昇腾CANN】视频号，锁定最新直播信息，干货福利不错过！🎥 视频号、B站、
随着大模型、AI感知技术加速落地，智慧公路、车路协同、交通巡检等场景迎来爆发期。但行业依然面临算子适配难、模型迁移成本高、软硬协同落地复杂等现实问题。为打通产学研交流链路，搭建CANN开源社区在交通行业的开发者交流阵地，正式启动报名！本次活动落地南京建邺，汇聚行业专家、科研学者、一线工程实践者，围绕交通大模型、网联载具、智慧公路建设、无人机巡检等议题做深度分享，现场重磅发布行业蓝皮书，与开发者一起
围绕DeepSeek V4.1，昇腾950端到端训推参考实践分享。
AI推理已成为企业智能化落地的关键环节，而算力芯片的选择直接决定部署成本与效率。随着华为昇腾芯片拿下超10亿元大单，国产算力从“备用方案”走向“主力选项”的趋势愈发明显。理解AI推理的原理，需要从底层软件栈入手：CANN作为类CUDA的底座，MindIE对标TensorRT做图编译与加速，torch_npu则让PyTorch模型无缝迁移到昇腾NPU。这些工具链的成熟度，决定了开发者能否高效完成算子
本文深入解析华为CANN架构与昇腾生态的软件创新，重点探讨CANN如何通过分层抽象最大化NPU硬件利用率，并对比MindIE与vLLM-Ascend等推理引擎。结合昇腾910B处理器，分析HCCL分布式通信优化及实际部署中的性能调优策略，为开发者提供全栈能力掌握指南。
本文深入探讨华为CANN开发实践，从ACL接口基础到自定义算子开发，全面解析昇腾AI算力释放技巧。涵盖环境搭建、内存管理、性能优化及模型部署等关键环节，帮助开发者高效利用NPU硬件加速AI应用开发与部署。
本文详细介绍了如何利用昇腾CANN开发高性能AI算子，通过对比CUDA与Ascend C的编程范式，揭示如何充分利用Cube/Vector单元特性实现计算密度最大化。文章包含实战案例和避坑指南，帮助开发者在昇腾平台上优化AI算子性能，提升吞吐量和能效。
本文深入探讨了昇腾CANN Tiling优化技术，从内存对齐到多核负载均衡的实战技巧。通过详细示例和性能数据，展示了如何通过智能数据分块和动态任务分配提升AI芯片计算效率，特别适用于大规模矩阵运算和复杂模型优化场景。
本文是一份昇腾CANN实战指南，手把手教你使用Ascend C开发高性能AI算子。文章从理解昇腾AI处理器架构与Ascend C编程范式入手，通过向量加法实例详解开发流程，并以LayerNorm融合算子为例深入探讨性能调优技巧与内存访问优化。最后，提供了关键的避坑指南与高级调试方法，旨在帮助开发者突破大模型训练中的算子性能瓶颈。
本文深入探讨了如何利用昇腾CANN架构中的DVPP硬件加速技术，构建高效的多路视频流实时处理框架。通过生产者-消费者模型与异步流水线设计，结合CANN Stream机制，实现了视频解码、图像预处理与AI推理的全流程硬件加速，显著提升了处理吞吐量并降低了端到端延迟，为安防监控等实时视频分析场景提供了高性能解决方案。
本文深度解读华为昇腾AI全栈技术，从底层CANN异构计算架构到上层ModelArts一站式开发平台。CANN作为核心，充当AI框架与昇腾芯片间的“翻译官”与“加速器”，实现高效软硬件协同。结合MindSpore框架与ModelArts平台，华为提供了一套从模型开发、训练到部署的完整“交钥匙”解决方案，旨在降低AI开发门槛，提升效率并保障技术自主性。
围绕DeepSeek V4.1，昇腾950端到端训推参考实践分享系列。
CANN社区任务上新！10月14日10：00开启任务报名。扫码参与活动报名，抢先了解任务详情。
📎2026年CANN训练营第二季报名页链接：https://www.hiascend.com/developer/activities/cann20262#cann-camp-2602-calendar。👉 issue链接：https://gitcode.com/org/cann/discussions/292。📲 关注【昇腾CANN】视频号，锁定最新直播信息，干货福利不错过！🎥 视频号、
围绕DeepSeek V4.1，昇腾950端到端训推参考实践分享。
随着大模型、AI感知技术加速落地，智慧公路、车路协同、交通巡检等场景迎来爆发期。但行业依然面临算子适配难、模型迁移成本高、软硬协同落地复杂等现实问题。为打通产学研交流链路，搭建昇腾CANN在交通行业的开发者交流阵地，正式启动报名！本次活动落地南京建邺，汇聚行业专家、科研学者、一线工程实践者，围绕交通大模型、网联载具、智慧公路建设、无人机巡检等议题做深度分享，现场重磅发布行业蓝皮书，与开发者一起共建
聚焦昇腾算子生成技术，共筑开源评测生态！由 CANN 开源社区主办、AtomGit 协办的，将于在南京举办，诚邀广大开发者赴这场技术之约。自 5 月 CANNBench 开源仓库上线、7 月评测平台正式启用以来，平台已汇聚超 600 名开发者、50 余支队伍，累计提交突破 18000 次，成长为昇腾算子生成领域，集开发者交流、技术实践与能力评测于一体的核心开源阵地。本次线下沙龙旨在复盘 Seaso
我们诚挚邀请高校和社区开发者共同参与：补充有依据的技术知识，贡献经过验证的排错经验，反馈缺失或过时的内容。让每一份贡献，融入生态的持续发展。这些知识卡由知识库统一维护，可供不同Skill在执行任务时按需查阅，让Skill专注于任务流程，减少技术资料的重复收录与多处更新。文档、源码、开发记录中的技术知识，被统一提炼为可检索、可核验、可更新的知识卡，为设计、实现、调试与优化提供统一的知识入口。知识：先
随着人工智能技术在电力行业的深入应用，行业智能化对 AI 计算性能、效率以及算力适配能力提出了更高要求。为推动 AI 技术与电力行业应用深度融合，本次大赛基于电力行业典型场景的实际需求设计赛题，组织开展昇腾行业算子开发与性能优化实践，探索高效、高质量的行业算力优化方案。赛事将联合产业伙伴，共同推动优秀成果开源、共享、应用，不断产生并积累实用算子、实际开发经验、优秀开发者，基于CANN开源社区电力S
本次实践围绕算子融合与通信优化缩短 NPU 执行时间，同时降低调度及模型执行间的衔接开销，压缩执行气泡，协同实现 TPOT 的大幅下降。相关实现已开源在CANN社区，欢迎开发者参与验证与优化。下一阶段将持续优化高吞吐场景，完善 Prefill CP 支持，并基于 CANNBot-DSL 探索更大范围的 MegaMoE 融合，进一步提升整网推理性能。
依托昇腾与麒麟NPU同源的达芬奇（DaVinci）架构，以及CANN软件开发能力，开发者在昇腾上完成的部分模型适配与算子实现，可以继续沿用于麒麟端侧，在降低开发投入的同时，也有助于降低云侧推理成本。通过量化与裁剪，形成约0.6B的端侧版本模型，其核心计算模块及相关算子结构与云侧保持一致，面向昇腾的计算设计仍然适用，也为底层代码的端云共用创造了条件。昇腾与麒麟NPU均基于DaVinci架构，底层统一
CANN
——CANN
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
人工智能6S服务平台
CANN开发者社区
乐奇 Rokid 开放社区
