上面issue有人提问是否有riscv的支持，回复是说如果pytorch支持了那么vllm应该可以直接支持。这个issue提到有人想为vllm提供riscv贡献。这个稍早的PR提供的是RVV支持，但是还在拉扯中。这个PR提供的是Riscv的标量支持，已经合入。

常用的pytorch计算环境是包含GPU在内的异构计算环境，因此内存的计算分为CPU内存的计算和GPU内存的计算。

最近在编写C++程序的过程中，笔者发现，vscode默认的多行注释是使用单行注释拼起来的，对于笔者想要突出多行注释，同时便于后续修改的需求无法满足，随体验一下自己开发VSCODE插件。效果就是选中多行文本时，使用Ctrl+/可以使用C++中的多行注释。可以说，整个插件的开发和上线过程非常流畅，基本按照。

比如算子开发文档中推荐的python版本是3.7.5，比较老，使用清华源无法安装。把最后的conda activate jupyter改成下面两行。这样python --version的信息就是3.7.5.，如果python的版本比较老的话不推荐使用清华源。之后就是比较重要的，修改~/.bashrc。首先，切换conda的源，可以参考这篇。

为什么gdb调试无法成功，因为run.sh里面有两行export，如果直接通过.XX运行的话需要配置一下。Tensor也可以通过特定的printf方法来打印，见上图。npu域也支持调试，可以使用上述的方法。内存检测工具见上图。

本文不介绍如何获得算子代金券，积极参加社区活动很容易获得。首先是参考官方提供的一个，文中用的镜像源的CANN版本是7.0.RC1,该版本无法适配最新的算子开发示例，也无法适配算子开发课程的8.0.RC2版本，因此需要升级。首先下载开发套件的run包，网址其余的安装依赖无需安装，python版本是合适的。

LpNorm的官方仓库链接在operator_contrib/LpNormV2CustomSample/FrameworkLaunch/LpNormV2Custom。观察其tiling方案可以看到，有几个比较特殊的变量：pType,pValue,stepSize,unitCount，totalLength。下面结合代码分别对其进行分析。

对于tensor前n个数据计算接口，firstMaxRepeat为count/elementsPerRepeat，比如在half类型下firstMaxRepeat就是count/128，在float类型下为count/64，按需填入，对于count<elementsPerRepeat的场景，firstMaxRepeat就是1。首先注意到api的调用，分为高维切分模式和指定数量模式，两种模式的计算是

可以看到，当我指定BufferNum为2且tileNum为128时，会发生报错，提示数据无法对齐，此时一个tiling的计算是8个数据，由于是half类型，即2B大小，因此每次进行拷贝的数据量总计16B，而规定的数据对齐方式为32B，因此会发生报错，得到的结果也会存在错误信息。在NPU侧调试的信息无法输出，如果发生报错也不知道原因。