Gather 算子是深度学习推理中常用的数据重排操作，用于从输入张量中按指定索引收集数据。在 MoE（混合专家）路由、Embedding 查找等场景中，Gather 的性能直接影响端到端推理延迟。本文从基础实现出发，逐步优化至支持多维输入和 batch_dims 的通用版本，并分享在 Atlas 800I A3 上的性能调优经验，帮助开发者掌握 Ascend C 算子开发与优化的核心方法。

GELU（Gaussian Error Linear Unit）激活函数因其平滑的梯度特性，在Transformer、BERT等现代深度学习模型中得到了广泛应用。在昇腾AI处理器的算子开发中，选择合适的编程模式对于平衡开发效率和运行性能至关重要。

GELU（Gaussian Error Linear Unit）激活函数因其平滑的梯度特性，在Transformer、BERT等现代深度学习模型中得到了广泛应用。在昇腾AI处理器的算子开发中，选择合适的编程模式对于平衡开发效率和运行性能至关重要。

在昇腾AI处理器的分布式训练场景中，HCCL（Huawei Collective Communication Library）作为集合通信库，承担着设备间数据通信的关键任务。在实际应用过程中，我们可能会遇到各种通信异常问题。本文系统梳理了HCCL常见问题的定位思路和解决方案。

作者：昇腾实战派。