🔥Latest News

[2026/05] v9.1.0-beta.2 版本关键特性

🚀 关键特性

• Ascend C框架基础API支持NPU Check（PR#1557 PR#1467），增强算子运行时校验能力。
• SIMD VF内支持printf和reg dump打印（PR#1605），提供调试打印和寄存器数据dump能力。
• A5支持L1 Tensor数据的DumpTensor（PR#2175），扩展L1层数据调试支持。
• 编译工程CMakeModule支持CMAKE编译选项（PR#2055）；新增optype_collector工具，支持检查optype重名（PR#285）。
• 基础API支持ctrl中的功能行为（饱和溢出管理）（PR#2077）。
• SIMT编程新增ld/st接口（PR#2058）和AddrSpace类接口（PR#1597），丰富SIMT内存访问编程能力。

🎯 样例更新

• 最佳实践样例开发：matmul+gelu融合、datacopy优化、bank冲突优化、group_matmul量化组矩阵乘、simt&simd高性能编程（PR#1814 PR#2137 PR#2141 PR#2166 PR#2363）。
• Ascend 950新特性补充及兼容性样例整改：loopmode数据搬运、interleave矢量计算、datacopy_gm2l1、loadmx（Load2DMX）、mmad_mx、data_copy_pad等（PR#2336 PR#1899 PR#2124）。
• RegBase新增基础样例：基础算术、数据类型转换、归约、比较、索引等样例（PR#1459 PR#1575 PR#2024）。
• 新增SIMD VF print样例和dump样例（PR#2558）。
• SIMT新增DCache访问优化样例（PR#2453）、基于transpose的仿存合并和bank冲突样例（PR#1753）、最佳实践样例：通过类型对齐提升搬运效率（PR#2297）。
• SIMT新增功能特性样例：pytorch注册自定义算子（PR#2769）、编译相关样例（动态、静态、分离编译等）（PR#2356）、profiling样例（PR#1989）、内存屏障特性样例（PR#1923）、Warp类特性样例（PR#2876）、simulator样例（PR#2692）、kernel log样例（PR#2131）。
• SIMT入门样例修改为gather（PR#2405）。
• 新增Tensor API入门及最佳实践样例：Matmul入门、数据搬入搬出、搬出随路量化、MX FP4最佳实践（PR#2553）。

📖 资料文档

• 新增矩阵计算概述和计算分形介绍的文档（PR#2533）。
• 优化矢量计算API文档，补充指令约束等（PR#2676）。
• 搭建VitePress文档站点，提供AscendC资料预览功能（PR#2547）。
• 增加SIMD与SIMT混合编程性能优化概述（PR#2736）。

有关所有历史版本及更新的详细信息，请参阅CHANGELOG.md。

🚀概述

Ascend C是CANN（Compute Architecture for Neural Networks）面向昇腾AI处理器打造的专用算子开发编程语言，原生兼容C/C++标准规范。

作为覆盖全场景算子开发需求的编程语言，Ascend C一方面完整开放芯片底层可编程能力，支撑极致性能调优；另一方面通过分层分级的API设计体系，开发者可根据业务场景、技术储备与性能目标灵活选择开发接口，在开发效率与运行性能之间找到最优平衡点。

设计目标

Ascend C以「兼容C/C++标准 · 释放极致算力」为核心设计理念：在严格遵循C/C++语言规范的基础上做最小化语法扩展，让具备C/C++开发基础的开发者可低门槛平滑迁移至昇腾平台，自主释放芯片全部算力潜能。语言同时兼容指针式原生C开发范式与Tensor+Layout现代C++编程模式，在深度支撑算子定制优化的同时，实现与现有C/C++开发生态的无缝衔接，保障跨平台开发体验的一致性。

我们坚持两大核心设计原则：

• 没有银弹：不同业务场景对性能、开发效率的诉求存在差异，不存在适配所有场景的最优单一接口，分层设计是兼顾效率与性能的核心路径；
• 渐进式成长：入门开发者可从高层易用接口快速上手，完成算法验证与原型落地；资深开发者可向下深入底层接口，通过精细化调优充分释放硬件潜能。

API分层体系

Ascend C遵循「标准C/C++语法、最小化扩展」的核心原则，构建了轻量化高性能基座。

API层级	语言范式	核心特性	目标用户	核心价值
Basic API	C++	基于SIMD编程模型，采用无Layout约束的Tensor抽象编程；依托TPipe/TQue框架实现内存调度与执行同步的统一托管。	通用算子库开发者	通过框架自动化完成内存与同步管理，屏蔽底层硬件实现细节，有效降低开发复杂度，提升编程易用性与工程交付效率。
Tensor API	C++	基于SIMD编程模型，依托Layout代数体系提供携带Layout语义的Tensor抽象；采用arch/atom/algorithm三层解耦的API架构设计。	高性能算子优化开发者	将张量与布局作为一等公民，内置Layout代数运算能力，实现零成本编译抽象；三层解耦设计达成关注点分离，天然具备跨架构可移植性。
SIMD C API	C	基于SIMD编程模型与原生指针编程范式，提供完整C语言级底层可编程能力；支持数组下标式内存访问，内存生命周期与执行同步完全由开发者自主管控。	极致性能调优开发者	完全契合原生C语言开发习惯，支持深度定制内存排布与同步策略；指令级透明映射实现零封装开销，全面开放底层硬件能力，支撑精细化性能调优与极致算力释放。
SIMT API	C	基于业界通用SIMT编程模型，以单线程为基本编程单元，原生支持离散不规则并行计算逻辑。	不规则场景高性能算子开发者	天然适配离散、不规则的并行计算场景，支持业界主流异构开发范式，有效降低跨技术栈迁移成本与学习门槛。

在底层编程接口之上，Ascend C还提供了算子模板库与高阶API组件，沉淀通用开发能力，进一步降低开发门槛，加速算法原型落地。

组件层级	目标用户	核心价值
算子模板库（BLAZE/ATVOSS等）	算法开发人员	提供典型算子的高性能模板实现，支持基于模板定制化扩展，快速适配业务场景的高性能算力需求
高阶API	算法开发人员	封装通用单核计算算法原语，屏蔽底层硬件实现细节，支撑开发者快速搭建算法逻辑，高效完成功能验证与方案原型落地

此外，联合生态正持续建设Kernel编程C++标准库asc-stl、设备侧线性代数库asc-mathdx等基础组件，不断丰富Ascend C算子编程生态。

整体架构

Ascend C采用分层架构设计，自下而上构建完整的算子开发技术栈，整体逻辑架构如下：

各层级能力定义与说明如下：

• 语言扩展层（SIMT API）：面向多线程并行场景的原生C语言编程接口，支持业界通用的SIMT编程模型，保障跨技术栈开发体验的一致性，支撑离散、不规则计算场景下的高性能算子开发。
• 语言扩展层（SIMD C API）：基于SIMD向量化编程模型、面向极致性能调优的C语言级底层编程接口，原生支持数组式内存分配与指针式计算原语，具备指令级零封装开销的硬件访问能力。Ascend 950PR/Ascend 950DT架构新增SIMD/SIMT混合编程模式支持，可覆盖多形态并行计算场景。
• Tensor API：面向高性能算子开发的C++ Tensor级核心编程接口。将内存布局（Layout）作为Tensor抽象的一等公民，原生支持携带Layout语义的Tensor对象；内置Layout代数运算能力，可自动化完成内存布局索引推导与布局变换管理，显著降低复杂内存排布场景的开发复杂度，提升代码可维护性与跨架构可移植性。
• 基础API（Basic API）：基于单指令抽象的C++类库接口，以无Layout约束的Tensor对象为核心提供基础编程能力；依托TPipe/TQue框架统一托管内存调度与执行同步，屏蔽底层硬件实现细节。
• 高阶API（Adv API)：对单核通用计算算法进行标准化抽象封装，提供开箱即用的公共算法实现，屏蔽底层硬件指令细节，支撑算法快速验证与工程原型落地。
• 算子模板库：面向典型计算场景的高性能算子参考实现框架，基于模板化设计提供算子完整工程实现参考，沉淀Tiling调优与性能优化最佳实践，简化算子开发流程，支持用户自定义扩展。
• 生态扩展组件（开发中）：
  • asc-comm：提供通信算子自主开发能力，支撑分布式场景下的算子定制开发；
  • asc-stl：提供设备侧常用C++标准库能力，深度适配Kernel编程范式与运行环境；
  • asc-mathdx：集成blasdx等设备侧线性代数计算库，支撑高性能数学运算与科学计算场景。
• Python前端（PyAsc）：基于Python语言封装芯片底层完备可编程能力，持续完善Layout体系下的Tensor编程能力，新增SIMT编程模型支持，实现通过Python接口开发高性能算子。

如何选择多层级API进行算子开发

• 基于C/C++语言开发：详细请参考Ascend C多级API选择指南
• 基于Python语言开发，支撑完备编程能力，实现极致性能：推荐选用Ascend C Python前端PyAsc
• 基于Python语言开发，快速开发验证，易用性优先：推荐选用 PyPTO

🔍目录结构说明

本仓主要包含Ascend C编程API和必要的cmake编译脚本，是算子开发所需的核心模块，其目录结构如下：

├── cmake                               # Ascend C 构建源代码
├── docs                                # 项目文档介绍
├── examples                            # Ascend C API样例工程
├── impl                                # Ascend C API接口实现源代码
│   ├── adv_api                         # Ascend C 高阶API实现源代码
│   ├── aicpu_api                       # Ascend C AI CPU API实现源代码
│   ├── basic_api                       # Ascend C 基础API实现源代码
│   ├── c_api                           # Ascend C 语言扩展层C API实现源代码
│   ├── simt_api                        # Ascend C SIMT API实现源代码
│   ├── tensor_api                      # Ascend C TENSOR API实现源代码
│   └── utils                           # Ascend C 工具类实现源代码
├── include                             # Ascend C API接口声明源代码
│   ├── adv_api                         # Ascend C 高阶API声明源代码
│   ├── aicpu_api                       # Ascend C AI CPU API声明源代码
│   ├── basic_api                       # Ascend C 基础API声明源代码
│   ├── c_api                           # Ascend C 语言扩展层C API声明源代码
│   ├── simt_api                        # Ascend C SIMT API声明源代码
│   ├── tensor_api                      # Ascend C TENSOR API声明源代码
│   └── utils                           # Ascend C 工具类声明源代码
├── scripts                             # 打包相关脚本
├── tests                               # Ascend C API的UT用例
└── tools                               # Ascend C 工具源代码

⚡️快速入门

若您希望快速体验项目的构建和算子样例的执行，请访问如下文档获取简易教程。

• 编译构建：介绍搭建环境、编译执行、本地验证等操作。
• 样例执行：提供算子开发样例，介绍端到端执行样例的方式。

🧰clangd/IDE 支持

• 安装 clangd（推荐 15+，以Ubuntu操作系统为例）以及VSCode插件clangd

  sudo apt install -y clangd-15
  sudo update-alternatives --install /usr/bin/clangd clangd /usr/bin/clangd-15 100
  

• 配置本地VSCode的settings.json（示例）

  {
    "clangd.path": "/usr/bin/clangd",
    "clangd.arguments": [
        "--background-index=0",
        "--clang-tidy=0"
    ],
    "C_Cpp.intelliSenseEngine": "disabled"
  }
  

• 在项目根目录下配置 .clangd（示例）完整 .clangd文件在本目录下给出，其中涉及 CANN 头文件目录需对应实际安装位置，.clangd中默认为/usr/local/Ascend.

  如果 CANN 安装在非默认路径，或需要切换 NPU 架构宏，可先 source CANN set_env.sh，再通过脚本基于 .clangd.in 生成本地配置：

  source /path/to/cann/set_env.sh
  python3 scripts/setup_clangd.py --npu-arch 2201 --output .clangd.local
  

  ASCEND_HOME_PATH 由 set_env.sh 设置，脚本会使用该环境变量生成真实 CANN 路径；如果未设置，脚本会提示 source set_env.sh 后重试。生成文件默认为 .clangd.local，不会覆盖仓库内置 .clangd；如需让项目级 clangd 配置生效，可按需复制为 .clangd 后重启 clangd。

  CompileFlags:
    Add:
      - "-std=c++17"
      - "-stdlib=libstdc++"
      - "-D__NPU_ARCH__=2201"
      - "-DASCENDC_CPU_DEBUG=1"
      ...
  
  ---
  If:
    PathMatch: ".*\\.(asc|aicpu)$"
  CompileFlags:
    CompilationDatabase: None
    Add:
      - "-x"
      - "c++"
  Diagnostics:
    Suppress:
      - "attributes_not_allowed"
      - "decomp_decl_template"
      - "ignored-attributes"
      - "unknown_typename"
      - "undeclared_var_use"
      - "invalid_token_after_toplevel_declarator"
      - "missing_type_specifier"
      - "typename_nested_not_found"
      - "redefinition"
  

• 重启clangd（VS Code: Command Palette -> "Clangd: Restart language server"）

• 推荐从发布页面下载并安装VS Code扩展Ascend C Toolkit，用于在VS Code中完成Ascend C算子工程的编辑、编译、运行、调试、异常检测与性能调优等流程。

• Ascend C Toolkit近期更新重点增强Atlas A2系列产品和Atlas A3系列产品的环境解析、标准自定义算子创建、SoC设置、仿真分析、NPU调试、设置迁移与稳定性；完整使用说明和问题反馈请参考CANN讨论区使用指导。

• 💡 关于 ASC 语言语法高亮、代码跳转的支持，如有任何建议或改进意见，欢迎社区开发者积极反馈！

📖相关资源

• 编程指南

  文档	说明
  Ascend C 编程指南	基于昇腾AI硬件，使用Ascend C编写算子程序，开发自定义算子。
  Ascend C 实践参考	基于已完成开发的Ascend C算子，介绍如何进一步优化算子性能。
  Ascend C API列表	Ascend C SIMD&SIMT API，包括语言扩展层C API、C++类库基础API和高阶API
  Ascend C 样例	Ascend C API关键特性介绍样例，包括AICore SIMD&SIMT、AICPU等
  Ascend C 编程指南（鸿蒙）	基于麒麟AI硬件，使用Ascend C编写算子程序，开发自定义算子。

• 贡献指南

  文档	说明
  CANN 社区贡献指南	CANN社区Issue、PR等通用处理流程
  ASC-DevKit贡献指南	Ascend C API、资料与样例等贡献指南

• 其他

  文档	说明
  Ascend C Meetup材料	Ascend C对外宣传的PPT材料，包括950新增特性等
  Ascend C Wiki	Ascend C技术宣传文章等
  CANN-Learning-Hub	Ascend C算子开发在线全流程教程
  Ascend C Ops Samples	Ascend C 算子如何逐步实现高性能样例仓

📌相关规划

• Ascend C Development Roadmap (2026 Q2)；
• Ascend C Development Roadmap (2026 Q3)；

📝相关信息

• 贡献指南
• 安全声明
• 许可证