Star864
439
代码
代码
Issues185
Pull Requests187
Actions
项目讨论
Wiki
分析
Star864
439
已合并
merge: 将master有而test缺的8个文件合入test（排除02_qwen3_npu_inference_npugraph_ex.ipynb） #240
Albertq创建于 6月29日
merge: 将master有而test缺的8个文件合入test（排除02_qwen3_npu_inference_npugraph_ex.ipynb） #240
已合并
Albertq创建于 6月29日
从Albertq/cann-learning-hubtest合入到cann/cann-learning-hubtest
共 8 个文件变更+29-32
M.gitignore+3-3
@@ -115,6 +115,6 @@ output/
115dist/115dist/
116*.egg-info/116*.egg-info/
117*.egg117*.egg
118-*.whl118+*.whl
119-Sources/119+.claude/
120-*.onnx120+.opencode/
MCONTRIBUTION.md+1-1
@@ -1,6 +1,6 @@
1# 贡献指南1# 贡献指南
2 2 
3-本项目欢迎广大开发者体验并参与贡献，在参与社区贡献之前。请参见[cann-community](https://gitcode.com/cann/community)了解行为准则，进行CLA协议签署，了解源码仓的贡献流程。3+本项目欢迎广大开发者体验并参与贡献，在参与社区贡献之前，请参见[cann-community](https://gitcode.com/cann/community)了解行为准则，进行CLA协议签署，了解源码仓的贡献流程。
4 4 
5开发者准备本地代码与提交PR时需要重点关注如下几点：5开发者准备本地代码与提交PR时需要重点关注如下几点：
6 6 
MREADME.md+18-20
@@ -16,7 +16,7 @@ cann-learning-hub 是[CANN](https://hiascend.com/software/cann) （Compute Archi
16本仓已集成代码仓库智能体，点击 [![Zread](https://img.shields.io/badge/Zread-Ask_AI-_.svg?style=flat&color=0052D9&labelColor=000000&logo=data%3Aimage%2Fsvg%2Bxml%3Bbase64%2CPHN2ZyB3aWR0aD0iMTYiIGhlaWdodD0iMTYiIHZpZXdCb3g9IjAgMCAxNiAxNiIgZmlsbD0ibm9uZSIgeG1sbnM9Imh0dHA6Ly93d3cudzMub3JnLzIwMDAvc3ZnIj4KPHBhdGggZD0iTTQuOTYxNTYgMS42MDAxSDIuMjQxNTZDMS44ODgxIDEuNjAwMSAxLjYwMTU2IDEuODg2NjQgMS42MDE1NiAyLjI0MDFWNC45NjAxQzEuNjAxNTYgNS4zMTM1NiAxLjg4ODEgNS42MDAxIDIuMjQxNTYgNS42MDAxSDQuOTYxNTZDNS4zMTUwMiA1LjYwMDEgNS42MDE1NiA1LjMxMzU2IDUuNjAxNTYgNC45NjAxVjIuMjQwMUM1LjYwMTU2IDEuODg2NjQgNS4zMTUwMiAxLjYwMDEgNC45NjE1NiAxLjYwMDFaIiBmaWxsPSIjZmZmIi8%2BCjxwYXRoIGQ9Ik00Ljk2MTU2IDEwLjM5OTlIMi4yNDE1NkMxLjg4ODEgMTAuMzk5OSAxLjYwMTU2IDEwLjY4NjQgMS42MDE1NiAxMS4wMzk5VjEzLjc1OTlDMS42MDE1NiAxNC4xMTM0IDEuODg4MSAxNC4zOTk5IDIuMjQxNTYgMTQuMzk5OUg0Ljk2MTU2QzUuMzE1MDIgMTQuMzk5OSA1LjYwMTU2IDE0LjExMzQgNS42MDE1NiAxMy43NTk5VjExLjAzOTlDNS42MDE1NiAxMC42ODY0IDUuMzE1MDIgMTAuMzk5OSA0Ljk2MTU2IDEwLjM5OTlaIiBmaWxsPSIjZmZmIi8%2BCjxwYXRoIGQ9Ik0xMy43NTg0IDEuNjAwMUgxMS4wMzg0QzEwLjY4NSAxLjYwMDEgMTAuMzk4NCAxLjg4NjY0IDEwLjM5ODQgMi4yNDAxVjQuOTYwMUMxMC4zOTg0IDUuMzEzNTYgMTAuNjg1IDUuNjAwMSAxMS4wMzg0IDUuNjAwMUgxMy43NTg0QzE0LjExMTkgNS42MDAxIDE0LjM5ODQgNS4zMTM1NiAxNC4zOTg0IDQuOTYwMVYyLjI0MDFDMTQuMzk4NCAxLjg4NjY0IDE0LjExMTkgMS42MDAxIDEzLjc1ODQgMS42MDAxWiIgZmlsbD0iI2ZmZiIvPgo8cGF0aCBkPSJNNCAxMkwxMiA0TDQgMTJaIiBmaWxsPSIjZmZmIi8%2BCjxwYXRoIGQ9Ik00IDEyTDEyIDQiIHN0cm9rZT0iI2ZmZiIgc3Ryb2tlLXdpZHRoPSIxLjUiIHN0cm9rZS1saW5lY2FwPSJyb3VuZCIvPgo8L3N2Zz4K&logoColor=ffffff)](https://zread.ai/hicann/cann-learning-hub) 徽章，进入其专属页面，开启在线智能代码学习与知识问答体验！16本仓已集成代码仓库智能体，点击 [![Zread](https://img.shields.io/badge/Zread-Ask_AI-_.svg?style=flat&color=0052D9&labelColor=000000&logo=data%3Aimage%2Fsvg%2Bxml%3Bbase64%2CPHN2ZyB3aWR0aD0iMTYiIGhlaWdodD0iMTYiIHZpZXdCb3g9IjAgMCAxNiAxNiIgZmlsbD0ibm9uZSIgeG1sbnM9Imh0dHA6Ly93d3cudzMub3JnLzIwMDAvc3ZnIj4KPHBhdGggZD0iTTQuOTYxNTYgMS42MDAxSDIuMjQxNTZDMS44ODgxIDEuNjAwMSAxLjYwMTU2IDEuODg2NjQgMS42MDE1NiAyLjI0MDFWNC45NjAxQzEuNjAxNTYgNS4zMTM1NiAxLjg4ODEgNS42MDAxIDIuMjQxNTYgNS42MDAxSDQuOTYxNTZDNS4zMTUwMiA1LjYwMDEgNS42MDE1NiA1LjMxMzU2IDUuNjAxNTYgNC45NjAxVjIuMjQwMUM1LjYwMTU2IDEuODg2NjQgNS4zMTUwMiAxLjYwMDEgNC45NjE1NiAxLjYwMDFaIiBmaWxsPSIjZmZmIi8%2BCjxwYXRoIGQ9Ik00Ljk2MTU2IDEwLjM5OTlIMi4yNDE1NkMxLjg4ODEgMTAuMzk5OSAxLjYwMTU2IDEwLjY4NjQgMS42MDE1NiAxMS4wMzk5VjEzLjc1OTlDMS42MDE1NiAxNC4xMTM0IDEuODg4MSAxNC4zOTk5IDIuMjQxNTYgMTQuMzk5OUg0Ljk2MTU2QzUuMzE1MDIgMTQuMzk5OSA1LjYwMTU2IDE0LjExMzQgNS42MDE1NiAxMy43NTk5VjExLjAzOTlDNS42MDE1NiAxMC42ODY0IDUuMzE1MDIgMTAuMzk5OSA0Ljk2MTU2IDEwLjM5OTlaIiBmaWxsPSIjZmZmIi8%2BCjxwYXRoIGQ9Ik0xMy43NTg0IDEuNjAwMUgxMS4wMzg0QzEwLjY4NSAxLjYwMDEgMTAuMzk4NCAxLjg4NjY0IDEwLjM5ODQgMi4yNDAxVjQuOTYwMUMxMC4zOTg0IDUuMzEzNTYgMTAuNjg1IDUuNjAwMSAxMS4wMzg0IDUuNjAwMUgxMy43NTg0QzE0LjExMTkgNS42MDAxIDE0LjM5ODQgNS4zMTM1NiAxNC4zOTg0IDQuOTYwMVYyLjI0MDFDMTQuMzk4NCAxLjg4NjY0IDE0LjExMTkgMS42MDAxIDEzLjc1ODQgMS42MDAxWiIgZmlsbD0iI2ZmZiIvPgo8cGF0aCBkPSJNNCAxMkwxMiA0TDQgMTJaIiBmaWxsPSIjZmZmIi8%2BCjxwYXRoIGQ9Ik00IDEyTDEyIDQiIHN0cm9rZT0iI2ZmZiIgc3Ryb2tlLXdpZHRoPSIxLjUiIHN0cm9rZS1saW5lY2FwPSJyb3VuZCIvPgo8L3N2Zz4K&logoColor=ffffff)](https://zread.ai/hicann/cann-learning-hub) 徽章，进入其专属页面，开启在线智能代码学习与知识问答体验！
17 17 
18## 📝版本配套18## 📝版本配套
19-本项目源码会基于CANN软件的非beta版本进行全量验证，关于CANN软件版本与本项目标签的对应关系请参阅[release仓库](https://gitcode.com/cann/release-management)中的相应版本说明，已验证情况如下下表所示。19+本项目源码会基于CANN软件的非beta版本进行全量验证，关于CANN软件版本与本项目标签的对应关系请参阅[release仓库](https://gitcode.com/cann/release-management)中的相应版本说明，已验证情况如下表所示。
20 20 
21| 已验证支持CANN版本 | 验证日期 |21| 已验证支持CANN版本 | 验证日期 |
22|------------------------|-----------|22|------------------------|-----------|
@@ -36,8 +36,8 @@ cann-learning-hub 是[CANN](https://hiascend.com/software/cann) （Compute Archi
36<tr><td><a href="./quick_start/cann_basics/04_hello_world_npu.ipynb">Hello World：NPU 加法</a></td><td>基于 torch_npu 在 NPU 上跑通第一个加法运算，验证环境可用</td><td><a href="https://ai.gitcode.com/user/username/notebookcann?imageId=online-ubuntu22-cann8.5-python3.11-jupyter%3Av1.0.1&repoUrl=https://gitcode.com/cann/cann-learning-hub.git&ttl=120&diskSize=40Gi&path=quick_start/cann_basics&scanFilePath=quick_start/cann_basics/04_hello_world_npu.ipynb">在线体验</a></td><td>✅ 已上线</td></tr>36<tr><td><a href="./quick_start/cann_basics/04_hello_world_npu.ipynb">Hello World：NPU 加法</a></td><td>基于 torch_npu 在 NPU 上跑通第一个加法运算，验证环境可用</td><td><a href="https://ai.gitcode.com/user/username/notebookcann?imageId=online-ubuntu22-cann8.5-python3.11-jupyter%3Av1.0.1&repoUrl=https://gitcode.com/cann/cann-learning-hub.git&ttl=120&diskSize=40Gi&path=quick_start/cann_basics&scanFilePath=quick_start/cann_basics/04_hello_world_npu.ipynb">在线体验</a></td><td>✅ 已上线</td></tr>
37<tr><th colspan="4" align="left">🧠 大模型推理</th></tr>37<tr><th colspan="4" align="left">🧠 大模型推理</th></tr>
38<tr><td><a href="./quick_start/first_llm_inference/01_qwen3_npu_inference_baseline.ipynb">在昇腾上跑通 Qwen3-0.6B</a></td><td>快速上手：第一个大模型推理部署（在线推理，看功能是否正确）</td><td></td><td>✅ 已上线</td></tr>38<tr><td><a href="./quick_start/first_llm_inference/01_qwen3_npu_inference_baseline.ipynb">在昇腾上跑通 Qwen3-0.6B</a></td><td>快速上手：第一个大模型推理部署（在线推理，看功能是否正确）</td><td></td><td>✅ 已上线</td></tr>
39-<tr><td><a href="./quick_start/first_llm_inference/02_qwen3_npu_inference_npugraph_ex.ipynb"> Qwen3-0.6B 推理（图模式）</a></td><td>快速上手：第一个大模型推理加速实践（通过图模式加速推理）</td><td></td><td>✅ 已上线</td></tr>39+<tr><td><a href="./quick_start/first_llm_inference/02_qwen3_npu_inference_npugraph_ex.ipynb">Qwen3-0.6B 推理（图模式）</a></td><td>快速上手：第一个大模型推理加速实践（通过图模式加速推理）</td><td></td><td>✅ 已上线</td></tr>
40-<tr><td><a href="./quick_start/first_llm_inference/03_qwen3_npu_inference_fused_op.ipynb"> Qwen3-0.6B 推理（融合算子替换）</a></td><td>快速上手：第一个大模型推理加速实践（通过替换融合算子加速推理）</td><td></td><td>✅ 已上线</td></tr>40+<tr><td><a href="./quick_start/first_llm_inference/03_qwen3_npu_inference_fused_op.ipynb">Qwen3-0.6B 推理（融合算子替换）</a></td><td>快速上手：第一个大模型推理加速实践（通过替换融合算子加速推理）</td><td></td><td>✅ 已上线</td></tr>
41<tr><td>端到端推理性能优化实践</td><td>Sana-Video 推理优化实践</td><td></td><td>🚧 建设中</td></tr>41<tr><td>端到端推理性能优化实践</td><td>Sana-Video 推理优化实践</td><td></td><td>🚧 建设中</td></tr>
42<tr><td>推理优化系列（初级）</td><td>大模型演化 / 结构 / 推理流程 / 多模态扩展</td><td></td><td>🚧 建设中</td></tr>42<tr><td>推理优化系列（初级）</td><td>大模型演化 / 结构 / 推理流程 / 多模态扩展</td><td></td><td>🚧 建设中</td></tr>
43<tr><td>推理优化系列（中级）</td><td>Qwen3-8B 单卡部署 / 性能分析基础 / 主流优化技术 / 量化</td><td></td><td>🚧 建设中</td></tr>43<tr><td>推理优化系列（中级）</td><td>Qwen3-8B 单卡部署 / 性能分析基础 / 主流优化技术 / 量化</td><td></td><td>🚧 建设中</td></tr>
@@ -47,15 +47,15 @@ cann-learning-hub 是[CANN](https://hiascend.com/software/cann) （Compute Archi
47<tr><td>大模型训练系列（中级）</td><td>性能分析、CANN 图优化、显存优化、基础调优</td><td></td><td>🚧 建设中</td></tr>47<tr><td>大模型训练系列（中级）</td><td>性能分析、CANN 图优化、显存优化、基础调优</td><td></td><td>🚧 建设中</td></tr>
48<tr><td>大模型训练系列（高级）</td><td>核心算子优化、分布式训练、通信优化、端到端优化落地</td><td></td><td>🚧 建设中</td></tr>48<tr><td>大模型训练系列（高级）</td><td>核心算子优化、分布式训练、通信优化、端到端优化落地</td><td></td><td>🚧 建设中</td></tr>
49<tr><th colspan="4" align="left">⚙️ 算子开发</th></tr>49<tr><th colspan="4" align="left">⚙️ 算子开发</th></tr>
50-<tr><td><a href="./quick_start/first_custom_operator/first_custom_operator.ipynb">10 分钟体验自定义算子</td><td>快速上手：第一个自定义算子</td><td><a href="https://ai.gitcode.com/user/username/notebookcann?imageId=online-ubuntu22-cann8.5-python3.11-jupyter%3Av1.0.1&repoUrl=https://gitcode.com/cann/cann-learning-hub.git&ttl=120&diskSize=40Gi&path=quick_start/first_custom_operator&scanFilePath=quick_start/first_custom_operator/first_custom_operator.ipynb">在线体验</a></td><td>✅ 已上线</td></tr>50+<tr><td><a href="./quick_start/first_custom_operator/first_custom_operator.ipynb">10 分钟体验自定义算子</a></td><td>快速上手：第一个自定义算子</td><td><a href="https://ai.gitcode.com/user/username/notebookcann?imageId=online-ubuntu22-cann8.5-python3.11-jupyter%3Av1.0.1&repoUrl=https://gitcode.com/cann/cann-learning-hub.git&ttl=120&diskSize=40Gi&path=quick_start/first_custom_operator&scanFilePath=quick_start/first_custom_operator/first_custom_operator.ipynb">在线体验</a></td><td>✅ 已上线</td></tr>
51-<tr><td><a href="./quick_start/first_operator_api_call/first_operator_api_call.ipynb">10 分钟体验算子 API 调用</td><td>快速体验调用 CANN 内置算子 API 进行计算</td><td><a href="https://ai.gitcode.com/user/username/notebookcann?imageId=online-ubuntu22-cann8.5-python3.11-jupyter%3Av1.0.1&repoUrl=https://gitcode.com/cann/cann-learning-hub.git&ttl=120&diskSize=40Gi&path=quick_start/first_operator_api_call&scanFilePath=quick_start/first_operator_api_call/first_operator_api_call.ipynb">在线体验</a></td><td>✅ 已上线</td></tr>51+<tr><td><a href="./quick_start/first_operator_api_call/first_operator_api_call.ipynb">10 分钟体验算子 API 调用</a></td><td>快速体验调用 CANN 内置算子 API 进行计算</td><td><a href="https://ai.gitcode.com/user/username/notebookcann?imageId=online-ubuntu22-cann8.5-python3.11-jupyter%3Av1.0.1&repoUrl=https://gitcode.com/cann/cann-learning-hub.git&ttl=120&diskSize=40Gi&path=quick_start/first_operator_api_call&scanFilePath=quick_start/first_operator_api_call/first_operator_api_call.ipynb">在线体验</a></td><td>✅ 已上线</td></tr>
52-<tr><td><a href="./tutorials/ascendc_operator_development">Ascend C 算子开发系列（初级）：第一章 / 第二章</td><td>算子基础 / CANN 架构 / 算子开发基础 / Add 算子实践</td><td><a href="https://ai.gitcode.com/user/username/notebookcann?imageId=online-ubuntu22-cann8.5-python3.11-jupyter%3Av1.0.1&repoUrl=https://gitcode.com/cann/cann-learning-hub.git&ttl=120&diskSize=40Gi&path=tutorials/ascendc_operator_development&scanFilePath=tutorials/ascendc_operator_development/01_basic_overview/01.01_chapter_intro.ipynb">在线体验</a></td><td>✅ 已上线</td></tr>52+<tr><td><a href="./tutorials/ascendc_operator_development">Ascend C 算子开发系列（初级）：第一章 / 第二章</a></td><td>算子基础 / CANN 架构 / 算子开发基础 / Add 算子实践</td><td><a href="https://ai.gitcode.com/user/username/notebookcann?imageId=online-ubuntu22-cann8.5-python3.11-jupyter%3Av1.0.1&repoUrl=https://gitcode.com/cann/cann-learning-hub.git&ttl=120&diskSize=40Gi&path=tutorials/ascendc_operator_development&scanFilePath=tutorials/ascendc_operator_development/01_basic_overview/01.01_chapter_intro.ipynb">在线体验</a></td><td>✅ 已上线</td></tr>
53-<tr><td><a href="./tutorials/ascendc_operator_development">Ascend C 算子开发系列（中级）：第三章 / 第四章 / 第五章 / 第六章</td><td>Vector 算子开发 / Cube 算子开发 / 融合算子开发 / 开源算子仓</td><td><a href="https://ai.gitcode.com/user/username/notebookcann?imageId=online-ubuntu22-cann8.5-python3.11-jupyter%3Av1.0.1&repoUrl=https://gitcode.com/cann/cann-learning-hub.git&ttl=120&diskSize=40Gi&path=tutorials/ascendc_operator_development&scanFilePath=tutorials/ascendc_operator_development/03_intermediate_vector_operator_development/03.01_chapter_intro.ipynb">在线体验</a></td><td>✅ 已上线</td></tr>53+<tr><td><a href="./tutorials/ascendc_operator_development">Ascend C 算子开发系列（中级）：第三章 / 第四章 / 第五章 / 第六章</a></td><td>Vector 算子开发 / Cube 算子开发 / 融合算子开发 / 开源算子仓</td><td><a href="https://ai.gitcode.com/user/username/notebookcann?imageId=online-ubuntu22-cann8.5-python3.11-jupyter%3Av1.0.1&repoUrl=https://gitcode.com/cann/cann-learning-hub.git&ttl=120&diskSize=40Gi&path=tutorials/ascendc_operator_development&scanFilePath=tutorials/ascendc_operator_development/03_intermediate_vector_operator_development/03.01_chapter_intro.ipynb">在线体验</a></td><td>✅ 已上线</td></tr>
54-<tr><td><a href="./tutorials/ascendc_operator_development">Ascend C 算子开发系列（高级）：第七章 / 第八章</td><td>Ascend C 算子功能调试 / 性能优化</td><td><a href="https://ai.gitcode.com/user/username/notebookcann?imageId=online-ubuntu22-cann8.5-python3.11-jupyter%3Av1.0.1&repoUrl=https://gitcode.com/cann/cann-learning-hub.git&ttl=120&diskSize=40Gi&path=tutorials/ascendc_operator_development&scanFilePath=tutorials/ascendc_operator_development/07_Troubleshooting/07.01_chapter_intro.ipynb">在线体验</a></td><td>✅ 已上线</td></tr>54+<tr><td><a href="./tutorials/ascendc_operator_development">Ascend C 算子开发系列（高级）：第七章 / 第八章</a></td><td>Ascend C 算子功能调试 / 性能优化</td><td><a href="https://ai.gitcode.com/user/username/notebookcann?imageId=online-ubuntu22-cann8.5-python3.11-jupyter%3Av1.0.1&repoUrl=https://gitcode.com/cann/cann-learning-hub.git&ttl=120&diskSize=40Gi&path=tutorials/ascendc_operator_development&scanFilePath=tutorials/ascendc_operator_development/07_Troubleshooting/07.01_chapter_intro.ipynb">在线体验</a></td><td>✅ 已上线</td></tr>
55-<tr><td><a href="./tutorials/MC2_fused_operator_development">算子开发实战系列</td><td>MC2 融合算子实战</td><td><a href="./tutorials/MC2_fused_operator_development">在线体验</a></td><td>✅ 已上线</td></tr>55+<tr><td><a href="./tutorials/MC2_fused_operator_development">算子开发实战系列</a></td><td>MC2 融合算子实战</td><td><a href="./tutorials/MC2_fused_operator_development">在线体验</a></td><td>✅ 已上线</td></tr>
56-<tr><td><a href="./tutorials/hixl_development">HiXL 单边通信开发</td><td>HiXL 应用开发教程</td><td><a href="./tutorials/hixl_development">在线体验</a></td><td>✅ 已上线</td></tr>56+<tr><td><a href="./tutorials/hixl_development">HiXL 单边通信开发</a></td><td>HiXL 应用开发教程</td><td><a href="./tutorials/hixl_development">在线体验</a></td><td>✅ 已上线</td></tr>
57-<tr><td><a href="https://cannjudge.cn">算子开发练习</td><td>开放题库 / 历届算子赛真题等</td><td><a href="https://cannjudge.cn">CANNJudge 开放题库</a></td><td>✅ 已开放</td></tr>57+<tr><td><a href="https://cannjudge.cn">算子开发练习</a></td><td>开放题库 / 历届算子赛真题等</td><td><a href="https://cannjudge.cn">CANNJudge 开放题库</a></td><td>✅ 已开放</td></tr>
58-<tr><td><a href="https://cannjudge.cn">参加算子赛</td><td>算子天梯赛 / 校园赛等各种大赛等你挑战</td><td><a href="https://competition.gitcode.com/competition?type=cann">CANN 大赛专区</a></td><td>✅ 已开放</td></tr>58+<tr><td><a href="https://cannjudge.cn">参加算子赛</a></td><td>算子天梯赛 / 校园赛等各种大赛等你挑战</td><td><a href="https://competition.gitcode.com/competition?type=cann">CANN 大赛专区</a></td><td>✅ 已开放</td></tr>
59<tr><th colspan="4" align="left">📊 推荐系统开发</th></tr>59<tr><th colspan="4" align="left">📊 推荐系统开发</th></tr>
60<tr><td><a href="./contrib/tutorials/torch-rechub/00_QuickStart_CTR_DeepFM.ipynb">QuickStart：CTR 预测（DeepFM）</a></td><td>跑通 CTR 训练链路 DataFrame → Feature → DataGenerator → DeepFM → CTRTrainer → AUC</td><td><a href="https://ai.gitcode.com/user/username/notebookcann?imageId=online-ubuntu22-cann8.5-python3.11-jupyter%3Av1.0.1&repoUrl=https://gitcode.com/cann/cann-learning-hub.git&ttl=120&diskSize=40Gi&path=contrib/tutorials/torch-rechub&scanFilePath=contrib/tutorials/torch-rechub/00_QuickStart_CTR_DeepFM.ipynb">在线体验</a></td><td>✅ 已上线</td></tr>60<tr><td><a href="./contrib/tutorials/torch-rechub/00_QuickStart_CTR_DeepFM.ipynb">QuickStart：CTR 预测（DeepFM）</a></td><td>跑通 CTR 训练链路 DataFrame → Feature → DataGenerator → DeepFM → CTRTrainer → AUC</td><td><a href="https://ai.gitcode.com/user/username/notebookcann?imageId=online-ubuntu22-cann8.5-python3.11-jupyter%3Av1.0.1&repoUrl=https://gitcode.com/cann/cann-learning-hub.git&ttl=120&diskSize=40Gi&path=contrib/tutorials/torch-rechub&scanFilePath=contrib/tutorials/torch-rechub/00_QuickStart_CTR_DeepFM.ipynb">在线体验</a></td><td>✅ 已上线</td></tr>
61<tr><td><a href="./contrib/tutorials/torch-rechub/01_Ranking_DIN.ipynb">序列兴趣建模：DIN</a></td><td>使用 Amazon-Electronics 样例数据理解历史行为序列、SequenceFeature 与 DIN attention</td><td><a href="https://ai.gitcode.com/user/username/notebookcann?imageId=online-ubuntu22-cann8.5-python3.11-jupyter%3Av1.0.1&repoUrl=https://gitcode.com/cann/cann-learning-hub.git&ttl=120&diskSize=40Gi&path=contrib/tutorials/torch-rechub&scanFilePath=contrib/tutorials/torch-rechub/01_Ranking_DIN.ipynb">在线体验</a></td><td>✅ 已上线</td></tr>61<tr><td><a href="./contrib/tutorials/torch-rechub/01_Ranking_DIN.ipynb">序列兴趣建模：DIN</a></td><td>使用 Amazon-Electronics 样例数据理解历史行为序列、SequenceFeature 与 DIN attention</td><td><a href="https://ai.gitcode.com/user/username/notebookcann?imageId=online-ubuntu22-cann8.5-python3.11-jupyter%3Av1.0.1&repoUrl=https://gitcode.com/cann/cann-learning-hub.git&ttl=120&diskSize=40Gi&path=contrib/tutorials/torch-rechub&scanFilePath=contrib/tutorials/torch-rechub/01_Ranking_DIN.ipynb">在线体验</a></td><td>✅ 已上线</td></tr>
@@ -97,8 +97,7 @@ cann-learning-hub 不是孤立的"看教程"，而是打通学习到实战的完
97<tr><td></td><td><a href="./reference_practice/model_inference_optimization">Sana-Video 推理优化实践</a></td><td>✅ 已上线</td></tr>97<tr><td></td><td><a href="./reference_practice/model_inference_optimization">Sana-Video 推理优化实践</a></td><td>✅ 已上线</td></tr>
98<tr><td><b>推荐系统</b></td><td>推荐系统开发（DataWhale 贡献）</td><td>✅ 已上线</td></tr>98<tr><td><b>推荐系统</b></td><td>推荐系统开发（DataWhale 贡献）</td><td>✅ 已上线</td></tr>
99<tr><td><b>应用开发</b></td><td>应用开发系列</td><td>🚧 建设中</td></tr>99<tr><td><b>应用开发</b></td><td>应用开发系列</td><td>🚧 建设中</td></tr>
100-<tr><td><b>图框架</b></td><td><a href="./tutorials/ge_development">GE 图引擎开发系列</a>（图编译/执行/扩展开发）</td><td>🚧 建设中（第 1 章已发布）</td></tr>100+<tr><td><b>图框架</b></td><td>图框架加速 &amp; 图模式应用系列</td><td>🚧 建设中</td></tr>
101-<tr><td></td><td>图框架加速 &amp; 图模式应用系列</td><td>🚧 建设中</td></tr>
102<tr><td><b>集合通信</b></td><td>HCCL 集合通信系列</td><td>🚧 建设中</td></tr>101<tr><td><b>集合通信</b></td><td>HCCL 集合通信系列</td><td>🚧 建设中</td></tr>
103<tr><td></td><td><a href="./tutorials/hixl_development">HiXL 单边通信系列</a></td><td>✅ 已上线</td></tr>102<tr><td></td><td><a href="./tutorials/hixl_development">HiXL 单边通信系列</a></td><td>✅ 已上线</td></tr>
104<tr><td><b>CANN Bot</b></td><td>CANN Bot 系列课程</td><td>🚧 建设中</td></tr>103<tr><td><b>CANN Bot</b></td><td>CANN Bot 系列课程</td><td>🚧 建设中</td></tr>
@@ -121,7 +120,7 @@ cann-learning-hub 不是孤立的"看教程"，而是打通学习到实战的完
121│ │ └── sana_video # Sana-Video 推理优化120│ │ └── sana_video # Sana-Video 推理优化
122│ └── pytorch_online_inference_operator_optimize # PyTorch 在线推理算子优化121│ └── pytorch_online_inference_operator_optimize # PyTorch 在线推理算子优化
123├── blogs # 技术博客122├── blogs # 技术博客
124-│ ├── operator # 算子（10 篇）123+│ ├── operator # 算子（13 篇）
125│ ├── inference # 推理（12 篇）124│ ├── inference # 推理（12 篇）
126│ └── training # 训练（3 篇）125│ └── training # 训练（3 篇）
127├── contrib # 社区贡献126├── contrib # 社区贡献
@@ -131,10 +130,6 @@ cann-learning-hub 不是孤立的"看教程"，而是打通学习到实战的完
131├── skills # CANNBot 技能130├── skills # CANNBot 技能
132│ ├── ascendc-ops-project # 自定义算子工程生成131│ ├── ascendc-ops-project # 自定义算子工程生成
133│ └── cannjudge-submit # CANNJudge 竞赛提交132│ └── cannjudge-submit # CANNJudge 竞赛提交
134-├── operators # 算子仓工作目录
135-│ ├── addcmul # addcmul 算子
136-│ ├── as_strided # as_strided 算子
137-│ └── erf # erf 算子
138├── docs # 文档与指南133├── docs # 文档与指南
139│ ├── cannlab_env_experience_guide.md # CANNLab 环境体验指南134│ ├── cannlab_env_experience_guide.md # CANNLab 环境体验指南
140│ └── acceptance_criteria_for_new_course_submission_and_launch.md # 新课程上库与上线验收标准135│ └── acceptance_criteria_for_new_course_submission_and_launch.md # 新课程上库与上线验收标准
@@ -157,7 +152,10 @@ cann-learning-hub 不是孤立的"看教程"，而是打通学习到实战的完
157<tr><td><a href="./blogs/operator/cross_entropy_zloss_fusion">CrossEntropyLoss 与 Zloss 融合</a></td><td>损失函数融合，MoE 场景端到端 5.2% 效率提升</td><td>2025.11</td></tr>152<tr><td><a href="./blogs/operator/cross_entropy_zloss_fusion">CrossEntropyLoss 与 Zloss 融合</a></td><td>损失函数融合，MoE 场景端到端 5.2% 效率提升</td><td>2025.11</td></tr>
158<tr><td><a href="./blogs/operator/kernel_direct_call_programming">算子 Kernel 直调编程</a></td><td>异构混合编程，简化编译部署，降低开发门槛</td><td>2025.11</td></tr>153<tr><td><a href="./blogs/operator/kernel_direct_call_programming">算子 Kernel 直调编程</a></td><td>异构混合编程，简化编译部署，降低开发门槛</td><td>2025.11</td></tr>
159<tr><td><a href="./blogs/operator/tilingkey_template_programming">TilingKey 模板化编程</a></td><td>统一多场景算子管理，减少 icache miss</td><td>2025.11</td></tr>154<tr><td><a href="./blogs/operator/tilingkey_template_programming">TilingKey 模板化编程</a></td><td>统一多场景算子管理，减少 icache miss</td><td>2025.11</td></tr>
160-<tr><td><a href="./blogs/operator/ascend_c_matmul_api_guide">Ascend C 矩阵乘接口选型指南</a></td><td>矩阵乘 API 接口对比与选型建议</td><td>2025.10</td></tr>155+<tr><td><a href="./blogs/operator/ascend_c_mmad_selection_guide">Ascend C 矩阵乘接口选型指南</a></td><td>矩阵乘 API 接口对比与选型建议</td><td>2025.10</td></tr>
156+<tr><td><a href="./blogs/operator/ms_sanitizer">msSanitizer 异常检测工具</a></td><td>单算子开发异常检测，定位内存访问、数据竞争与同步问题</td><td>2025.10</td></tr>
157+<tr><td><a href="./blogs/operator/nddma_introduction">NDDMA 多维数据搬运</a></td><td>多维 DMA 搬运与 Padding、Transpose、Broadcast、Slice 变换</td><td>2025.10</td></tr>
158+<tr><td><a href="./blogs/operator/regbase_vec_add">Regbase 编程范式</a></td><td>从向量加法理解寄存器级编程与底层性能优化</td><td>2025.10</td></tr>
161<tr><th colspan="3" align="left">推理</th></tr>159<tr><th colspan="3" align="left">推理</th></tr>
162<tr><td><a href="./blogs/inference/overlap_scheduling_throughput_optimization">Overlap Scheduling 吞吐优化</a></td><td>CPU 与 NPU 执行重叠，TPS 提升约 70%</td><td>2026.3</td></tr>160<tr><td><a href="./blogs/inference/overlap_scheduling_throughput_optimization">Overlap Scheduling 吞吐优化</a></td><td>CPU 与 NPU 执行重叠，TPS 提升约 70%</td><td>2026.3</td></tr>
163<tr><td><a href="./blogs/inference/npugraph_ex_third_party_framework_integration">npugraph_ex 第三方框架集成</a></td><td>图编译与编译缓存能力接入，降低冷启动耗时</td><td>2026.2</td></tr>161<tr><td><a href="./blogs/inference/npugraph_ex_third_party_framework_integration">npugraph_ex 第三方框架集成</a></td><td>图编译与编译缓存能力接入，降低冷启动耗时</td><td>2026.2</td></tr>
Mdocs/README.md+1-1
@@ -6,5 +6,5 @@
6 6 
7| 文档 | 介绍 | 适用对象 |7| 文档 | 介绍 | 适用对象 |
8| --- | --- | --- |8| --- | --- | --- |
9-| [新课程上库与上线验收标准](./acceptance_criteria_for_new_course_submission_and_launch.md) | 新课程上库与上线验收标准，说明课程从大纲设计、内容开发、PR 评审、test 分支内测到 master 分支发布的完整流程，并给出课程目录结构、README、Notebook 内容、答案与源码目录、运行验证等准入要求。文末提供 PR 准合入 Checklist，便于自检和评审。 | 课程开发者、课程组组长、commiter、Reviewer、Maintainer |9+| [新课程上库与上线验收标准](./acceptance_criteria_for_new_course_submission_and_launch.md) | 新课程上库与上线验收标准，说明课程从大纲设计、内容开发、PR 评审、test 分支内测到 master 分支发布的完整流程，并给出课程目录结构、README、Notebook 内容、答案与源码目录、运行验证等准入要求。文末提供 PR 准合入 Checklist，便于自检和评审。 | 课程开发者、课程组组长、committer、Reviewer、Maintainer |
10| [CANNLab 环境体验指南](./CANNLab_env_experience_guide.md) | CANNLab 云开发环境体验指南，介绍如何通过 CANNLab 进入开发者空间、创建并启动 A2/A3 NPU 云开发环境、使用 WebIDE 连接环境、安装 Jupyter 扩展，以及打开 `.ipynb` 教程进行体验。 | 希望在线运行和体验教程的学习者、课程验证人员 |10| [CANNLab 环境体验指南](./CANNLab_env_experience_guide.md) | CANNLab 云开发环境体验指南，介绍如何通过 CANNLab 进入开发者空间、创建并启动 A2/A3 NPU 云开发环境、使用 WebIDE 连接环境、安装 Jupyter 扩展，以及打开 `.ipynb` 教程进行体验。 | 希望在线运行和体验教程的学习者、课程验证人员 |
Mdocs/acceptance_criteria_for_new_course_submission_and_launch.md+4-4
@@ -11,11 +11,11 @@
11| 步骤 | 流程节点 | 责任方 | 验收关注点 |11| 步骤 | 流程节点 | 责任方 | 验收关注点 |
12| --- | --- | --- | --- |12| --- | --- | --- | --- |
13| 1 | 课程小组进行课程大纲设计 | 课程组 | 明确课程主题、章节规划、学习路径和目标学习对象。 |13| 1 | 课程小组进行课程大纲设计 | 课程组 | 明确课程主题、章节规划、学习路径和目标学习对象。 |
14-| 2 | 课程大纲提评审，阐述能力的分层设计逻辑 | 课程组、commiter | 说明初级、中级、高级能力递进关系，以及各阶段考核方式。 |14+| 2 | 课程大纲提评审，阐述能力的分层设计逻辑 | 课程组、committer | 说明初级、中级、高级能力递进关系，以及各阶段考核方式。 |
15| 3 | 课程组内开发分工完成教程内容 | 课程组 | 按照大纲完成 README、章节 notebook、answer、images、src 等内容建设。 |15| 3 | 课程组内开发分工完成教程内容 | 课程组 | 按照大纲完成 README、章节 notebook、answer、images、src 等内容建设。 |
16| 4 | 提 PR 到 `cann-learning-hub/test` 分支 | 课程组内容开发者 | PR 内容完整，目录结构、命名、Notebook 内容和运行验证满足准入要求。 |16| 4 | 提 PR 到 `cann-learning-hub/test` 分支 | 课程组内容开发者 | PR 内容完整，目录结构、命名、Notebook 内容和运行验证满足准入要求。 |
17-| 5 | 课程组组长 &commiter评审 PR | 课程组组长、commiter | 依据准合入 Checklist 检查课程结构、内容质量、代码可执行性和能力递进设计。 |17+| 5 | 课程组组长 & committer评审 PR | 课程组组长、committer | 依据准合入 Checklist 检查课程结构、内容质量、代码可执行性和能力递进设计。 |
18-| 6 | 达到准入标准，合入 test 分支 | 课程组组长、commiter | 所有硬性验收项通过，条件项结论明确后合入 test 分支。 |18+| 6 | 达到准入标准，合入 test 分支 | 课程组组长、committer | 所有硬性验收项通过，条件项结论明确后合入 test 分支。 |
19| 7 | test 分支上组织内测，布道师团队体验课程，提 issue 闭环问题 | 课程小组、布道师团队 | 完成在线体验、运行验证和问题反馈；issue 需要明确责任人。 |19| 7 | test 分支上组织内测，布道师团队体验课程，提 issue 闭环问题 | 课程小组、布道师团队 | 完成在线体验、运行验证和问题反馈；issue 需要明确责任人。 |
20| 8 | 合入 master 分支 | Maintainer | test 分支内测问题闭环后，将课程内容合入 master 分支，对外发布。 |20| 8 | 合入 master 分支 | Maintainer | test 分支内测问题闭环后，将课程内容合入 master 分支，对外发布。 |
21 21 
@@ -23,7 +23,7 @@
23 23 
24课程大纲设计时，应围绕学习者能力成长路径进行整体规划，而不是简单按照知识点堆叠章节。课程组需要明确课程面向的目标学习者、学习起点、最终能力目标，并按照由浅入深的方式设计章节顺序、实践任务和阶段性学习成果。24课程大纲设计时，应围绕学习者能力成长路径进行整体规划，而不是简单按照知识点堆叠章节。课程组需要明确课程面向的目标学习者、学习起点、最终能力目标，并按照由浅入深的方式设计章节顺序、实践任务和阶段性学习成果。
25 25 
26-**课程大纲应体现明确的能力分层递进关系，例如初级、中级、高级。每个能力层级需要说明覆盖的章节范围、学习者完成该阶段后应掌握的核心能力、能够独立完成的典型任务，以及对应的考核方式。能力分层设计应为后续不同层级的能力认证考试提供依据，确保课程内容、实践任务和认证考核目标保持一致。**26+**课程大纲应体现明确的能力分层递进关系，例如初级、中级、高级。每个能力层级需要说明覆盖的章节范围、学习者完成该阶段后应掌握的核心能力、能够独立完成的典型任务，以及对应的考核方式。能力分层设计应为后续不同层级的能力认证考试提供重要依据，确保课程内容、实践任务和认证考核目标保持一致。**
27 27 
28以 Ascend C 算子开发系列课程为例，课程可以按照基础开发能力、工程化开发能力、融合算子与性能优化能力逐级递进设计：28以 Ascend C 算子开发系列课程为例，课程可以按照基础开发能力、工程化开发能力、融合算子与性能优化能力逐级递进设计：
29 29 
Mquick_start/first_llm_inference/README.md+1-1
@@ -15,7 +15,7 @@
152.在开始之前，请先在终端中安装所需的 Python 依赖包：152.在开始之前，请先在终端中安装所需的 Python 依赖包：
16 16 
17```bash17```bash
18-pip install transformers==4.51.0 modelscope18+pip install transformers==4.51.0 modelscope einops==0.8.2 accelerate==1.14.0
19```19```
20![dependency_install](../../docs/images/first_llm_course/dependency_install.png)20![dependency_install](../../docs/images/first_llm_course/dependency_install.png)
21> **为什么指定版本？** 大模型生态更新很快，不同版本的 `transformers` 在模型加载、分词器行为上可能有差异。指定版本可以确保你跑出的结果和本课一致。21> **为什么指定版本？** 大模型生态更新很快，不同版本的 `transformers` 在模型加载、分词器行为上可能有差异。指定版本可以确保你跑出的结果和本课一致。
Mtutorials/README.md+0-1
@@ -8,7 +8,6 @@
8| MC2融合算子开发教程 | MC2融合算子开发教程，详细介绍 MC2 融合算子的概念、开发流程和实践 | [MC2_fused_operator_development](./MC2_fused_operator_development) | 🚧 开发中 |8| MC2融合算子开发教程 | MC2融合算子开发教程，详细介绍 MC2 融合算子的概念、开发流程和实践 | [MC2_fused_operator_development](./MC2_fused_operator_development) | 🚧 开发中 |
9| PyPTO 算子开发系列教程 | 基于 Tile 编程模型的昇腾 NPU 算子开发教程，聚焦 PyPTO 框架的快速上手与实战应用 | - | 🚧 规划中 |9| PyPTO 算子开发系列教程 | 基于 Tile 编程模型的昇腾 NPU 算子开发教程，聚焦 PyPTO 框架的快速上手与实战应用 | - | 🚧 规划中 |
10| HIXL 应用开发系列教程 | 基于昇腾单边通信库的应用开发教程，包含核心API介绍、传输模式选择、问题定位、性能分析等核心内容 | [hixl_development](./hixl_development) | ✅ 已发布 |10| HIXL 应用开发系列教程 | 基于昇腾单边通信库的应用开发教程，包含核心API介绍、传输模式选择、问题定位、性能分析等核心内容 | [hixl_development](./hixl_development) | ✅ 已发布 |
11-| GE 图引擎开发系列教程 | 面向 GE 使用者的图编译与执行教程，覆盖 AscendIR 构图、ATC/ACL 离线推理、GeSession 在线执行、动态 Shape、扩展开发与故障定位 | [ge_development](./ge_development) | 🚧 开发中（第 1 章已发布） |
12 11 
13## 教程使用说明12## 教程使用说明
141. 已发布教程：点击链接可直接进入对应目录，包含教程文档、示例代码、实操步骤等完整内容；131. 已发布教程：点击链接可直接进入对应目录，包含教程文档、示例代码、实操步骤等完整内容；
Mtutorials/ascendc_operator_development/README.md+1-1
@@ -2,7 +2,7 @@
2本教程将带你学习面向昇腾 NPU 的Ascend C高性能算子开发全流程教程，包含 Tiling 模板化编程、算子调试、性能优化等核心内容。2本教程将带你学习面向昇腾 NPU 的Ascend C高性能算子开发全流程教程，包含 Tiling 模板化编程、算子调试、性能优化等核心内容。
3 3 
4教程按章节划分，每个章节均包含以下内容：4教程按章节划分，每个章节均包含以下内容：
5-- 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。5+- 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。
6- SRC：包含课程中所有的源码，供开发者自行下载及修改。6- SRC：包含课程中所有的源码，供开发者自行下载及修改。
7- PPT（建设中）：包含各课时的授课内容。 7- PPT（建设中）：包含各课时的授课内容。
8 8