SIG 旨在联合交通行业企业、高校、科研机构和开发者，围绕智能交通系统中的高性能计算、交通仿真、模型训练稳定性、交通智能体决策闭环等关键问题，沉淀可复用的开源代码仓、接口规范、样例任务和基础测试流程，为智慧路口、车路协同、智能网联、交通管控决策等场景提供可扩展的技术支撑。本仓作为 PyPTO 的"算子训练场"，方便开发者学习、复用与对比。成员单位：浙江交投、东南大学、东启数研、山东高速、江苏交控、

天梯赛第一阶段已圆满结束，冠军正式揭晓。本次直播将对6道题目进行统一的实现评析，针对仍有优化空间的部分，为参赛者提供下一步的优化思路。同时，针对前期发现的问题，我们也将介绍新增的赛制规则约束。7月赛题已于1号上线，难度较第一阶段有所提升。针对新增实现及优化难度较高的算子，我们将重点介绍可用的优化技术点，助力大家更高效地进行性能优化。

本次直播将结合最新的 Ascend C 开发手册与配套样例，从矩阵编程的基本模型入手，系统讲解高性能矩阵编程的核心方法，并演示如何借助手册与样例高效编写 Matrix 算子。我们将以实际样例代码为依托，具体介绍矩阵编程的开发路径、使用收益及典型能力一一包括Tiling切分策略、双缓冲流水优化、大包搬运、 L2 Cache、Unitflag等。期待通过以上分享，帮助各位开发者快速建立清晰的编程思路，

本次直播将结合最新的Ascend C开发手册与配套样例，从矢量编程的基本模型入手，系统讲解高性能矢量编程的核心方法，并演示如何借助手册与样例高效编写Vector算子。我们将以实际样例代码为依托，具体介绍矢量编程的开发路径、使用收益及典型能力——包括双缓冲流水优化、Bank冲突消解、L2 Cache Bypass、Reg编程等。期待通过以上分享，帮助各位开发者快速建立清晰的编程思路，更高效地完成高质

本次直播带你打通从AI基础到昇腾NPU硬件及CANN软件栈的端到端路径，将零散知识点串联成清晰脉络。我们将深入解析NPU内部原理，拆解CANN架构，演示PyTorch代码在NPU上的真实运行流程。现场还将编写NPU加法程序，让你亲身体验零门槛迁移与加速计算的魅力。旨在帮助开发者建立对NPU和CANN的整体认知，消除陌生感，为深入生态打下坚实基础。

本次直播将带您全面了解 CANN 官方学习中心 cann-learning-hub。直播首先俯瞰学习中心整体结构与资源布局，帮助开发者快速建立对 CANN 学习资源的整体认知；随后系统介绍完整的 CANN 进阶课程体系，涵盖通识、推理、算子三大类课程；最后发布本月直播周排期，预告后续学习路径与赋能计划，方便开发者提前规划学习时间、跟随节奏持续精进。

CANN开源社区cann-recipes-train仓链接: https://gitcode.com/cann/cann-recipes-train

CANN开源社区ops-transformer仓链接: https://gitcode.com/cann/ops-transformer

CANN开源社区cann-recipes-train仓链接: https://gitcode.com/cann/cann-recipes-train

CANN开源社区cann-recipes-train仓链接: https://gitcode.com/cann/cann-recipes-train