news 2026/5/9 15:11:37

CANN/pyasc:昇腾AI算子编程接口

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
CANN/pyasc:昇腾AI算子编程接口

pyasc

【免费下载链接】pyasc本项目为Python用户提供算子编程接口,支持在昇腾AI处理器上加速计算,接口与Ascend C一一对应并遵守Python原生语法。项目地址: https://gitcode.com/cann/pyasc

🔥Latest News

  • [2025/11] pyasc项目首次上线。

🚀概述

pyasc是一种用于编写高效自定义算子的编程语言,原生支持python标准规范。基于pyasc编写的算子程序,通过编译器编译和运行时调度,运行在昇腾AI处理器上。
pyasc编程接口与Ascend C类库接口一一对应,旨在提供与Ascend C接口相同的编程能力,目前正逐步开放中。有关pyasc编程接口的支持范围和约束,请参考Ascend C API。对于编程所需的抽象硬件架构和编程模型的相关知识,请参考《Ascend C算子开发》。本项目支持的AI处理器包括:Ascend 910C、Ascend 910B。

🔍目录结构

关键目录如下:

├── bin # 工具文件 ├── docs # 说明文档 │ ├── figures # 文档图片 │ └── python-api # API接口文档 ├── include # 后端头文件和td文件 │ └── ascir ## ascir头文件和td文件 ├── lib # 后端源文件 │ ├── Dialect ## mlir方言定义源文件 │ ├── TableGen ## tablegen扩展代码文件 │ └── Target ## mlir目标代码转换源文件 ├── scripts # 相关脚本目录 ├── python # python前端代码 │ ├── asc ## 用户可见的python包,对外发布的wheel包中以此目录为主,其他代码则按需打包 │ ├── src ## pybind相关代码,cpp格式 │ ├── test ## python格式的测试用例集 │ └── tutorials ## 供用户参考的样例集 └── test # 后端的测试用例集 ├── Dialect ## mlir方言定义模块测试用例 ├── Target ## mlir目标代码转换模块测试用例 └── tools ## 后端工具相关测试用例

⚡️快速入门

若您希望快速体验pyasc的使用过程,请访问如下文档获取简易教程。

  • 构建:介绍搭建环境、编译执行、本地验证。
  • 样例执行:介绍如何端到端执行样例代码。

📖学习教程

若您希望深入体验项目或参与项目贡献,请访问如下文档获取详细教程。

  • API列表:介绍项目提供的Ascend C Python API信息,方便快速查询。
  • 调试调优:介绍常见的算子调试和调优方法。
  • pyasc模块与架构:介绍pyasc的模块与架构。
  • Ascend C Python编程接口开发指南:介绍如何开发Ascend C API的Python编程接口。
  • pyasc的python语法支持情况说明:介绍pyasc项目支持和不支持的python语法。
  • API文档自动生成工具使用指南:介绍本项目接口文档的生成方法。
  • PyAsc算子开发指南:介绍基于pyasc的Ascend C算子开发基本流程。

💻 软硬件配套说明

pyasc所需的软硬件环境依赖如下:

  • 昇腾产品:Atlas A2训练/推理产品, Atlas A3训练/推理产品
  • CPU架构:aarch64/x86_64
  • 系统:支持的Linux(进行兼容性查询)
  • 软件依赖:
    • python3.9-3.12

不同pyasc发行版可支持的硬件平台及所需的CANN版本如下表:

pyasc社区版本支持CANN包版本支持昇腾产品
v1.1.0、v1.1.1社区版8.5.0.alpha001及以上Atlas A2训练/推理产品
Atlas A3训练/推理产品
v1.0.0社区版8.5.0.alpha001、8.5.0.alpha002Atlas A2训练/推理产品
Atlas A3训练/推理产品

👥 合作贡献者

  • 哈尔滨工业大学苏统华老师团队、王甜甜老师团队

📝相关信息

  • 贡献指南
  • 安全声明
  • 许可证

【免费下载链接】pyasc本项目为Python用户提供算子编程接口,支持在昇腾AI处理器上加速计算,接口与Ascend C一一对应并遵守Python原生语法。项目地址: https://gitcode.com/cann/pyasc

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/5/9 15:11:27

第50篇:Vibe Coding时代:LangGraph 企业级 Coding Agent 架构总结,构建可控、可审计、可持续迭代的 AI 开发系统

第50篇:Vibe Coding时代:LangGraph 企业级 Coding Agent 架构总结,构建可控、可审计、可持续迭代的 AI 开发系统 一、问题场景:做了很多 Agent Demo,但离企业可用还差一大截 从第 1 篇到现在,我们已经构建了大量能力: LangChain 能力封装 LangGraph 流程编排 State 状…

作者头像 李华
网站建设 2026/5/9 15:10:22

单北斗变形监测应用在GNSS位移监测中的创新与实践

该监测方案在GNSS位移监测中实现了对位移数据的高精度获取。核心在于使用专用传感器,结合多频信号进行实时处理来捕捉结构的变形。它在桥梁和地质灾害监测等场景中,能快速给出预警,帮助发现潜在风险。为了让系统稳定运行,合适的参…

作者头像 李华
网站建设 2026/5/9 15:10:18

CANN/cann-bench:Gcd算子API描述

Gcd 算子 API 描述 【免费下载链接】cann-bench 评测AI在处理CANN领域代码任务的能力,涵盖算子生成、算子优化等领域,支撑模型选型、训练效果评估,统一量化评估标准,识别Agent能力短板,构建CANN领域评测平台&#xff0…

作者头像 李华
网站建设 2026/5/9 15:09:56

XML 映射文件快速生成方案:提升开发效率的利器

在后端开发中,尤其是在使用 MyBatis、Hibernate 等 ORM 框架时,XML 映射文件是不可或缺的一部分。然而,手动编写这些文件往往非常耗时且容易出错,特别是当数据库表结构复杂、字段众多时,这种低效的手工劳动会严重拖慢开…

作者头像 李华
网站建设 2026/5/9 15:07:51

移动端AI推理框架PocketPaw:架构解析与实战部署指南

1. 项目概述:一个为移动端优化的AI模型推理框架最近在移动端AI应用开发圈子里,一个名为PocketPaw的项目开始引起不少开发者的注意。简单来说,PocketPaw是一个专门为移动设备(尤其是Android和iOS)优化的轻量级AI模型推理…

作者头像 李华
网站建设 2026/5/9 15:07:24

TABDSR框架:表格数据处理与复杂数值推理解决方案

1. TABDSR框架概述TABDSR框架是专门针对表格数据中复杂数值推理问题设计的系统性解决方案。这个框架的名字来源于其三个核心处理阶段:Table decomposition(表格分解)、Bad data cleaning(不良数据清理)和Symbolic reas…

作者头像 李华