GE 图引擎开发系列教程
本教程面向 GE 图引擎使用者，包括模型部署工程师、推理应用开发者、算子/Pass 扩展开发者。内容围绕 GE 对外暴露的能力与接口展开，覆盖 GE 基础概念、AscendIR 构图、ATC 离线编译、ACL 推理部署、GeSession 在线执行、动态 Shape、自定义算子入图、自定义融合 Pass、执行优化、故障定位与框架生态对接，帮助开发者掌握"如何用好 GE"。
教程按章节划分，每个章节均包含以下内容：
- Notebooks：包含课程知识点与练习题，适用于自主学习或讲师引导式教学，可在 gitcode 提供的轻量级 notebook 上运行。也可自行搭建 jupyter lab，在本地环境执行使用。
- answer：章节练习参考答案。
- 注意：
- 本教程面向 GE 用户侧能力学习，重点关注模型编译、执行、部署与扩展开发实践，不深入展开 GE 内部实现细节。
- 课程内容以 CANN/昇腾社区公开文档、GE 图开发指南、ATC 使用指南、ACL 推理开发文档及相关示例为参考。
- 本教程当前仅针对 Atlas A2 系列产品进行验证，其它产品使用存在问题，欢迎开发者提出 issue 或 PR 进行共建。环境要求：CANN 9.0.0 及以上，Linux 已部署 CANN 开发环境（参考 CANN 下载页面）；「基础概念入门」无需 NPU，其余动手实践需 NPU 或昇腾云环境。
软硬件配套说明
| 项目 | 要求 |
|---|---|
| 支持硬件 | Atlas A2 训练/推理系列产品 |
| CANN 版本 | 9.0.0 及以上 |
| Python | 3.11 |
在线体验环境
本教程支持以下在线体验环境：
| 体验环境 | 镜像模板 / 版本 | Python 内核 | 说明 |
|---|---|---|---|
| cann-learning-hub 在线体验 notebook | cann_9.0.0_py3.11-A2-arm | Python 3.11.15 | 各 Notebook 表格中的"在线体验"链接可直接打开运行 |
| CANNLab 云开发环境 | cann_9.0.0_py3.11-A2-arm | Python 3.11.4 | 参考 CANNLab 环境体验指南 创建 CANNLab 环境运行 notebook |
注意： 如在本地环境离线体验，需自行安装配套的 CANN 软件，具体请参考 CANN 安装指南。 Notebook 用于阅读教程和章节练习；涉及 ATC 编译、ACL/GeSession 执行的动手实践需在配备 Ascend NPU 的服务器或昇腾云环境上运行（「基础概念入门」章节除外，无需 NPU）。
能力分层设计
本课程围绕"用好 GE"的能力成长路径设计，按初级、中级、高级三个层级逐级递进。各层级覆盖章节、核心能力目标与考核方式如下，作为后续不同层级能力认证考试的依据：
| 阶段 | 章节范围 | 能力目标 | 考核方式 |
|---|---|---|---|
| 初级（快速入门） | 第 1–2 章 | 理解 GE 全栈定位、两大职责与 AscendIR 构图概念；掌握离线（ATC+ACL）与在线（GeSession）两条推理路径，能跑通端到端推理。 | 选择/判断题检验概念 + 跑通一次离线/在线推理的综合编程实践。 |
| 中级（进阶开发） | 第 3–4 章 | 掌握图编译配置与产物（融合、精度、OM、模型缓存），自定义算子入图与融合 Pass；掌握静态/动态 Shape 执行流程与优化技术。 | 编译配置与执行优化的综合编程实践。 |
| 高级（高阶应用） | 第 5 章及以后 | 掌握 GE 对接 PyTorch（TorchAir）、TensorFlow 等框架，掌握常见问题定位方法。 | 框架接入与问题定位综合实践。 |
GE 图引擎开发系列（快速入门）
第一章：基础概念入门
| Notebook | Link | 状态 |
|---|---|---|
| 1.1 章节介绍 | 在线体验建设中 | ✅ 已发布 |
| 1.2 GE 定位与核心概念 | 在线体验建设中 | ✅ 已发布 |
| 1.3 AscendIR 基础概念 | 在线体验建设中 | ✅ 已发布 |
| 1.4 章节练习 | 在线体验建设中 | ✅ 已发布 |
第二章：推理流程介绍
| Notebook | Link | 状态 |
|---|---|---|
| 2.1 章节介绍 | 在线体验建设中 | ✅ 已发布 |
| 2.2 离线推理流程：ATC 编译与 ACL 推理 | 在线体验建设中 | ✅ 已发布 |
| 2.3 在线执行流程：GeSession 构图与执行 | 在线体验建设中 | ✅ 已发布 |
| 2.4 章节练习 | 在线体验建设中 | ✅ 已发布 |
GE 图引擎开发系列（进阶开发）
第三章：图编译
| Notebook | Link | 状态 |
|---|---|---|
| 3.1 章节介绍 | 在线体验建设中 | ✅ 已发布 |
| 3.2 图的构建与输入：AscendIR 构图与 Parser 解析 | 在线体验建设中 | ✅ 已发布 |
| 3.3 编译配置：融合、精度、buffer、stream 等选项 | 在线体验建设中 | ✅ 已发布 |
| 3.4 编译产物：OM 结构、外置权重、SO in OM、模型缓存 | 在线体验建设中 | ✅ 已发布 |
| 3.5 图编译扩展能力：自定义算子入图 | 在线体验建设中 | ✅ 已发布 |
| 3.6 图编译扩展能力：自定义融合 Pass | 在线体验建设中 | ✅ 已发布 |
| 3.7 章节练习 | 在线体验建设中 | ✅ 已发布 |
第四章：模型执行与优化
| Notebook | Link | 状态 |
|---|---|---|
| 4.1 章节介绍 | 在线体验建设中 | ✅ 已发布 |
| 4.2 静态 Shape 执行流程：整图下沉 | 在线体验建设中 | ✅ 已发布 |
| 4.3 动态 Shape 执行流程：Host 调度 | 在线体验建设中 | ✅ 已发布 |
| 4.4 静态 Shape 执行优化技术 | 在线体验建设中 | ✅ 已发布 |
| 4.5 动态 Shape 执行优化技术 | 在线体验建设中 | ✅ 已发布 |
| 4.6 章节练习 | 在线体验建设中 | ✅ 已发布 |
GE 图引擎开发系列（高阶应用）
第五章：实践与问题定位
| Notebook | Link | 状态 |
|---|---|---|
| 5.1 章节介绍 | 在线体验建设中 | 🚧 开发中 |
| 5.2 GE 对接 PyTorch：TorchAir 图模式 | 在线体验建设中 | 🚧 开发中 |
| 5.3 GE 对接 TensorFlow | 在线体验建设中 | 🚧 开发中 |
| 5.4 常见问题定位方法 | 在线体验建设中 | 🚧 开发中 |
| 5.5 章节练习 | 在线体验建设中 | 🚧 开发中 |