写昇腾代码的时候有两类报错最让人头疼：**NPU 掉线**：程序跑着跑着突然 `RuntimeError: NPU is not available`，一看 `npu-smi` 发现卡的状态从 Healthy 变成了 Error。**内存分配失败**：显存够，但分配的时候报 `OutOfMemoryError` 或者 `MemoryError`，百思不得其解。这两类问题往往不是应用层的问题，要往驱

写昇腾代码的时候有两类报错最让人头疼：**NPU 掉线**：程序跑着跑着突然 `RuntimeError: NPU is not available`，一看 `npu-smi` 发现卡的状态从 Healthy 变成了 Error。**内存分配失败**：显存够，但分配的时候报 `OutOfMemoryError` 或者 `MemoryError`，百思不得其解。这两类问题往往不是应用层的问题，要往驱

写昇腾代码的时候有两类报错最让人头疼：**NPU 掉线**：程序跑着跑着突然 `RuntimeError: NPU is not available`，一看 `npu-smi` 发现卡的状态从 Healthy 变成了 Error。**内存分配失败**：显存够，但分配的时候报 `OutOfMemoryError` 或者 `MemoryError`，百思不得其解。这两类问题往往不是应用层的问题，要往驱

"驱动和 CANN 版本不匹配"这个问题，是我见过的最多新手踩坑的场景之一。报错信息往往是 `RuntimeError: acl op loading failed` 或者 `driver version mismatch`，看到之后一脸懵：我装的 CANN 明明是最新的，怎么驱动不支持？这一篇把驱动和 CANN 版本的关系说清楚。

"驱动和 CANN 版本不匹配"这个问题，是我见过的最多新手踩坑的场景之一。报错信息往往是 `RuntimeError: acl op loading failed` 或者 `driver version mismatch`，看到之后一脸懵：我装的 CANN 明明是最新的，怎么驱动不支持？这一篇把驱动和 CANN 版本的关系说清楚。

"驱动和 CANN 版本不匹配"这个问题，是我见过的最多新手踩坑的场景之一。报错信息往往是 `RuntimeError: acl op loading failed` 或者 `driver version mismatch`，看到之后一脸懵：我装的 CANN 明明是最新的，怎么驱动不支持？这一篇把驱动和 CANN 版本的关系说清楚。

做大模型分布式训练，光有HCCL的标准集合通信还不够。比如你想做Pipeline Parallelism，需要点对点通信，HCCL就搞不定了。这时候就需要hcomm这个库，它提供了更灵活的通信原语。这篇文章就来讲讲hcomm的架构原理和使用方法。

做大模型分布式训练，光有HCCL的标准集合通信还不够。比如你想做Pipeline Parallelism，需要点对点通信，HCCL就搞不定了。这时候就需要hcomm这个库，它提供了更灵活的通信原语。这篇文章就来讲讲hcomm的架构原理和使用方法。

做大模型分布式训练，光有HCCL的标准集合通信还不够。比如你想做Pipeline Parallelism，需要点对点通信，HCCL就搞不定了。这时候就需要hcomm这个库，它提供了更灵活的通信原语。这篇文章就来讲讲hcomm的架构原理和使用方法。

之前有个项目用的是TensorFlow 1.x的代码，想迁到昇腾NPU上跑。发现CANN有TensorFlow的适配层，改几行代码就能用上NPU。这篇文章就来讲讲这个适配层的实现原理和使用方法。