← 全部标签 标签：Ascend C
共 15 篇相关内容，按发布时间排列。
Ascend C 融合算子：为什么融合以及什么时候值得融合 CANN / Ascend C
解释算子融合的性能来源、Cube—Vector 流水并行、适用条件与工程代价。
Ascend C 矩阵乘基础：分形格式、数据流与两级 Tiling CANN / Ascend C
梳理矩阵乘 shape、Cube 分形格式、AI Core 存储位置以及多核与核内切分。
Ascend C 算子开发基础：何时自定义以及硬件如何抽象 CANN / Ascend C
梳理 Ascend C 的定位、适用场景、API 层级，以及 Global/Local Memory 下的数据搬运与计算流程。
Ascend C 上板性能分析：用 msProf 定位瓶颈 CANN / Ascend C
从性能采集、指标解读到对照实验，建立 Ascend C 算子的真机调优闭环。
Ascend C 仿真调优：从 Trace 定位到源码行 CANN / Ascend C
掌握 msProf simulator 的编译采集流程，并借助 Trace 时间线和源码周期定位性能热点。
Ascend C 上板调试：DumpTensor 与 printf CANN / Ascend C
掌握在 NPU Kernel 中观察张量、标量和多核切分参数的方法，并建立低干扰的调试流程。
Ascend C Sigmoid 综合实践：从固定 Kernel 到泛化 Vector 算子 CANN / Ascend C
用 Sigmoid 串联矢量公式分解、三级流水、泛化 Tiling、多 dtype 与精度验证。
Ascend C Matmul 高阶 API：Host Tiling、Cube Kernel 与直调验证 CANN / Ascend C
以 A×B+Bias 为例，串联 TCubeTiling、Matmul 对象、workspace、Host 调用和精度验证。
Ascend C 核函数与 SPMD：从 Hello World 理解 Host—Device 调用 CANN / Ascend C
梳理 Ascend C 核函数语法、执行空间限定符、SPMD 多核并行模型及 Host 侧调用流程。
Ascend C 泛化 Tiling：对齐、多核均衡、UB 切块与尾块处理 CANN / Ascend C
从片上内存约束出发，推导适配任意 shape 和 dtype 的 Host 侧 Tiling 参数。
Ascend C Kernel 接入 PyTorch：pybind11 与 torch.library PyTorch
对比两条 PyTorch Kernel 直调路径，梳理 C++ 封装、NPU Stream、动态库构建和 Python 调用。
Ascend C CV 融合算子开发：Matmul 与 LeakyReLU、Abs、Sinh CANN / Ascend C
以 Matmul 后处理融合为例，梳理 Mix Kernel、Tiling、分块偏移、跨行 CopyOut 和综合验证。
Ascend C Add 算子实现解析：从算子分析到 Host 验证 CANN / Ascend C
以固定形状的逐元素 Add 为例，串联两级切分、双缓冲、Kernel 关键代码与 Host 验证要点。
Ascend C 矢量编程范式：CopyIn、Compute、CopyOut 与 Double Buffer CANN / Ascend C
梳理矢量算子的三级流水线、TPipe/TQue/TBuf 资源模型及 Double Buffer 的工作原理。
算子与张量基础：从模型节点到数据布局 CANN / Ascend C
梳理算子、Tensor、TensorDesc、shape、format 与 axis 的核心概念及其关系。