介绍

inductor-npu-ext 正在为 Inductor 添加一个亲和 NPU 的 Codegen 后端，该后端定位于使用 NPU 上的 SOTA DSL 生成 Inductor 融合 Kernel。

inductor-npu-ext 当前基于 AscendC 生成融合Kernel，同时持续集成 NPU 上的新兴 DSL PTO，以保证融合 Kernel 生成的先进性。

当前的主要工作：

• 支持 Pointwise/Reduction 融合
• 支持水平融合与垂直融合
• 支持动态 Shape
• 支持MM尾声&序幕融合
• SuperKernel融合(一种降低 Device 上 Kernel 调度间隙的技术)
• 静态化编译支持（一种静态shape场景下降低算子头开销的技术）
• 支持需要 Workspace 内存的 Kernel
• PGO（Profiling Guide Optimize）性能寻优
• 基于硬件性能建模的模板&Tiling寻优
• 稳健地扩充支持融合的算子白名单
• 支持离散访存类融合

---

软件安装

安装torch_npu

inductor-npu-ext 依赖 torch 2.8+ 版本

pip3 install numpy
pip3 install pyyaml
pip3 install setuptools
pip3 install torch_npu==2.8 # 通过pip安装torch_npu时会自动安装依赖的torch版本

安装CANN主线版本

inductor-npu-ext 依赖 CANN 主线版本。如果您是外部用户，可以联系对应的支撑团队获取安装包。

安装inductor-npu-ext

git clone https://gitcode.com/Ascend/torchair.git
cd torchair/experimental/_inductor_npu_ext/
pip3 install -e ./python/

其他环境依赖

• CMake >= 3.16.0
• GCC >= 7.3.0

在 openEuler 系统上，您可以通过以下命令安装：

sudo yum install cmake gcc

在 Ubuntu 系统上，您可以通过以下命令安装：

sudo apt-get install cmake gcc

---

功能验证

详细的使用说明参见 使用手册。

执行前，需要执行 CANN 安装目录下的 set_env.sh 设置 CANN 相关环境变量

例如CANN安装路径为 /usr/local/Ascend/cann，则执行：

source /usr/local/Ascend/cann/set_env.sh

运行以下代码进行功能验证：

import torch
import torch_npu
import inductor_npu_ext

@torch.compile
def test_add_sum(x, y):
    return torch.add(x, y).sum()

x = torch.randn(32, 1024).npu()
y = torch.randn(1, 1024).npu()

out = test_add_sum(x, y)
golden = (x + y).sum()

max_diff = torch.max(torch.abs(out - golden))
assert max_diff < 1e-3, max_diff
print("Succeed")