本文档重点介绍大模型如何基于MindIE完成迁移，旨在帮忙开发者理清MindIE LLM各层级的作用，要开发一个模型需要实现哪些文件，整个推理的端到端调用链是什么；不会介绍很详细的代码逻辑，本文也不会介绍新的算子如何开发。

性能采集工具MindStudio Insight界面介绍文档包括Timeline、Operator、Memory、Summary、Communication页签。

AIPP（Artificial Intelligence Pre-Processing）人工智能预处理，用于在 AI Core 上完成数据预处理，包括改变图像尺寸、色域转换（转换图像格式）、减均值 / 乘系数（改变图像像素），数据预处理之后再进行真正的模型推理。性能调优流程：性能数据采集-》算子层优化-》调度策略调整-》通信机制-》模型编译下发等。：量化可以模型压缩、减少计算量、缩短推理时延，但可

牵引快速把在GPU训推的pytorch模型迁移到昇腾硬件上，使用cann，torch_npu, mindie等关键组件

深入浅出完整解析Stable Diffusion（SD）核心基础知识深入浅出完整解析Stable Diffusion XL（SDXL）核心基础知识深入浅出完整解析Stable Diffusion 3（SD 3）和FLUX.1系列核心基础知识。

如280 TFLOPS FP16算力，指的是每秒280 *（10^12）次半精度浮点运算；560 TOPS INT8算力，指的是每秒560 *（10^12）次整型运算。1MFLOPS: 等于每秒一百万(=10^6)次浮点运算；1GFLOPS: 等于每秒十亿(=10^9)次浮点运算；1TFLOPS: 等于每秒一万亿(=10^12)次浮点运算；1PFLOPS: 等于每秒一千万亿(=10^15)次浮点运

如280 TFLOPS FP16算力，指的是每秒280 *（10^12）次半精度浮点运算；560 TOPS INT8算力，指的是每秒560 *（10^12）次整型运算。1MFLOPS: 等于每秒一百万(=10^6)次浮点运算；1GFLOPS: 等于每秒十亿(=10^9)次浮点运算；1TFLOPS: 等于每秒一万亿(=10^12)次浮点运算；1PFLOPS: 等于每秒一千万亿(=10^15)次浮点运

如280 TFLOPS FP16算力，指的是每秒280 *（10^12）次半精度浮点运算；560 TOPS INT8算力，指的是每秒560 *（10^12）次整型运算。1MFLOPS: 等于每秒一百万(=10^6)次浮点运算；1GFLOPS: 等于每秒十亿(=10^9)次浮点运算；1TFLOPS: 等于每秒一万亿(=10^12)次浮点运算；1PFLOPS: 等于每秒一千万亿(=10^15)次浮点运

如280 TFLOPS FP16算力，指的是每秒280 *（10^12）次半精度浮点运算；560 TOPS INT8算力，指的是每秒560 *（10^12）次整型运算。1MFLOPS: 等于每秒一百万(=10^6)次浮点运算；1GFLOPS: 等于每秒十亿(=10^9)次浮点运算；1TFLOPS: 等于每秒一万亿(=10^12)次浮点运算；1PFLOPS: 等于每秒一千万亿(=10^15)次浮点运

如280 TFLOPS FP16算力，指的是每秒280 *（10^12）次半精度浮点运算；560 TOPS INT8算力，指的是每秒560 *（10^12）次整型运算。1MFLOPS: 等于每秒一百万(=10^6)次浮点运算；1GFLOPS: 等于每秒十亿(=10^9)次浮点运算；1TFLOPS: 等于每秒一万亿(=10^12)次浮点运算；1PFLOPS: 等于每秒一千万亿(=10^15)次浮点运