打开应用就是食材页。屏幕上摆了 12 个常用芯片：鸡蛋、番茄、土豆、青椒、豆腐、鸡肉、猪肉、面条、米饭、青菜、黄瓜、香菇，滑到哪个点一下就选上了。也可以直接说话——在 Craft 调试时点右边麦克风唤醒，输入框打"辣椒炒肉拌面"发出去，它能自己拆出食材。一屏一步，大字显示当前在干嘛，上一步下一步靠镜腿滑动，需要等的步骤（比如"小火煮 3 分钟"）自带倒计时，到点自动语音念"第 n 步时间到"。整应

通过对AtomGit 上 hccl 仓库的深度剖析，我们可以看到华为在底层通信库上的匠心。拓扑感知算法不仅是简单的路径规划，更是对硬件特性的极致压榨。对于开发者而言，深入理解hccl的实现逻辑，有助于在构建分布式 AI 应用时更好地进行性能调优。欢迎广大开发者访问CANN 组织首页，参与到昇腾生态的建设中，共同推动国产算力底座的进化。

经过一个多月的实践，我现在可以在鸿蒙PC上流畅地运行各种开发环境容器。虽然过程中遇到了不少挑战，但最终的成果是值得的。在鸿蒙PC上运行原本不兼容的Linux工具链创建隔离的、可复现的开发环境轻松分享开发环境配置给团队成员避免污染宿主机的系统环境更重要的是，这次探索让我对鸿蒙PC的系统架构有了更深入的理解。作为一个正在发展的平台，鸿蒙PC为容器化技术提供了新的可能性。现在，每当我启动一个开发容器，看

并非一个孤立的组件，它是华为CANN整个算力底座在云原生时代的延伸。通过对Allocate以及底层dsmi细粒度切分：将昂贵的 NPU 资源利用率提升 3-5 倍。拓扑感知：支持 HCCS/RoCE 网络的拓扑感知的调度，确保分布式训练时的通信效率。运维自动化：屏蔽了底层驱动复杂的初始化逻辑。对于开发者而言，深入研究该仓库的代码，不仅能理解 Kubernetes Device Plugin 的标准

在鸿蒙PC上探索包管理生态的这一个月，就像是在一个正在建设中的城市里寻找便利店。有时你需要去官方超市（HPM），有时要去国际卖场（Flatpak），有时还得自己动手做（源码编译）。这种多样性既是挑战也是机遇。它意味着鸿蒙PC还没有被固定的模式束缚，开发者有更多机会参与生态建设。没有最好的包管理器，只有最合适的组合。根据不同的需求，灵活选择甚至组合使用不同的包管理方案，是在鸿蒙PC上高效工作的关键。

隔离是关键：为每个身份使用独立的SSH密钥和Git配置自动化是朋友：用脚本和钩子自动化重复任务文档是必须的：详细记录每个仓库的特殊配置定期维护：每月清理一次.git目录，更新SSH密钥鸿蒙PC作为一个新兴平台，Git的某些行为可能与Linux略有不同。但通过精心配置，完全可以获得流畅的开发体验。现在，每当我需要在个人项目、工作项目和鸿蒙开源项目之间切换时，只需要一个命令就能完成配置切换。这种流畅感

昇腾的异构多核编程模型，以 AIR 作为核心的中间表示，成功地在抽象的计算描述与底层的 Cube/Vector 硬件执行之间架起了桥梁。AIR 不仅仅是一种中间语言，更是一种指导编译器进行资源分配、调度优化和指令生成的框架。通过深入理解CANN 组织提供的工具链和AIR 仓库中的设计哲学，我们可以看到，高效的异构编程依赖于对数据流、硬件特性和编译时优化的精妙平衡。未来，随着昇腾架构的演进，AIR

这是代码最终运行的地方，通常是安装了昇腾AI处理器的服务器或Atlas开发板。和许多初学者一样，在满怀激情地报名了【2025年昇腾CANN训练营第二季】 后，我面临的第一个“算子”不是复杂的数学公式，而是一道最现实的关卡——如何把Ascend C开发环境给搭起来。有了顺手的VSCode环境和训练营一步步的指导，我相信后面的学习会更有趣、更高效。如果你用的是云服务器，请确保你申请的是昇腾AIECS，

本文系统介绍了AscendC算子开发中的Tiling计算技术，重点解析了动态shape场景的实现方法。文章首先阐明Tiling的基本概念和必要性，对比分析了固定shape与动态shape的实现差异，详细阐述了动态shape场景下Tiling结构体设计、数据传递过程和多核并行策略。针对动态shape实现，文章特别强调了硬件对齐原则、改装要点及调用流程，并为准备AscendC认证的开发者提供了学习建议

直到我尝试优化一个稍微复杂的算子，性能却惨不忍睹时，训练营的老师一针见血地指出：“你的数据待在‘仓库’里的时间，比在‘车间’里还长！不理解它们，写出的代码就像在迷宫里打转，永远无法触及高性能的彼岸。在训练营的下一阶段，我们将学习如何让GM到LM的搬运与LM上的计算“同时进行”，这就是更高级的。理解了各自的特点，那正确的“工作流”应该是怎样的？中学到的知识，结合自己的踩坑经历，为大家绘制一份走出这片