文件	最后提交记录	最后更新时间
README.md	【collaborative-agent-kernel-evolution】新增 CAKE2 进化式 AscendC 算子生成 Team（仅 Vector 算子） Co-authored-by: Junyifannnn<fan.junyi@huawei.com> # message auto-generated for no-merge-commit merge: !313 merge feat/add-cake-plugin into master 【collaborative-agent-kernel-evolution】新增 CAKE2 进化式 AscendC 算子生成 Team（仅 Vector 算子） Created-by: gcw_P2Mh5H1S Commit-by: Junyifannnn Merged-by: cann-robot Description: ## 描述新特性：`【collaborative-agent-kernel-evolution】新增 plugins-community/collaborative-agent-kernel-evolution` —— 进化式 AscendC 算子生成 Team（仅 Vector 算子）。含 3 个 Agent 与 19 个内置 Skill，覆盖「算子描述生成 → PyTorch 参考 → functional 转换 → AscendDSL baseline → DSL lowering 到 AscendC → 编译评估 →（可选）进化式多变体性能优化」全流程： - `cake`（primary）：标准单算子生成主流程 - `cake-evo`（primary）：并行多变体进化优化 - `cake-partial`（subagent）：被 cake-evo 调度的半程生成子任务自包含单插件（目录 `plugins-community/collaborative-agent-kernel-evolution/`，对齐 `ops-easyasc-dsl` 自包含形态） ## 关联的Issue 关联 Issue [#230](https://gitcode.com/cann/cannbot-skills/issues/230) ## 测试 - L1 结构门禁 `skill_validator.py`：19 skills + 3 agents 0 error（warn-only：6× S-CON-05、2× S-CON-06「缺错误处理章节」，不阻断） - `tests/run-tests.sh --fast`：10 项全过（初次 `test-line-endings` 报 6 个 CRLF 文件，均为插件内 vendored 外部文档，已全部转 LF，复跑 PASS） ## 文档更新 - 新增 `plugins-community/collaborative-agent-kernel-evolution/`（含 README / docs / tests） - 根 `.claude-plugin/marketplace.json` 注册 cake（source `./plugins-community/collaborative-agent-kernel-evolution`，category development） - 更新根 `CHANGELOG.md`（2026-06-02 条目） ## 类型标签 - [x] 🌟 新特性 ## AscendC 算子评测结果 \| Operator \| Job ID \| Cases \| Score \| Avg speedup \| Rel path \| \|---\|---\|---:\|---:\|---:\|---\|---\| \| apply_rotary_pos_emb \| `job_940a45830a2f` \| 20/20 \| 63.339075 \| 0.355671 \| `level2/apply_rotary_pos_emb` \| \| softmax \| `job_5ec935012955` \| 20/20 \| 68.015671 \| 0.661441 \| `level2/softmax` \| \| topk \| `job_bc7b660e83a6` \| 20/20 \| 54.233631 \| 0.119558 \| `level3/top_k` \| ## apply_rotary_pos_emb - Job: `job_940a45830a2f`; operator: `ApplyRotaryPosEmb`; cases: `20/20`; score: `63.339075`; avg_speedup: `0.355671`. \| # \| Case ID \| Elapsed us \| Baseline us \| HW limit us \| Speedup \| Speedup vs HW \| Perf score \| \|---:\|---\|---:\|---:\|---:\|---:\|---:\|---:\| \| 1 \| `level2/apply_rotary_pos_emb_1` \| 182.06 \| 89.56 \| 35.02 \| 0.491926 \| 0.192354 \| 0.270563 \| \| 2 \| `level2/apply_rotary_pos_emb_2` \| 779.98 \| 113.24 \| 59.22 \| 0.145183 \| 0.075925 \| 0.069723 \| \| 3 \| `level2/apply_rotary_pos_emb_3` \| 125.34 \| 78.24 \| 14.56 \| 0.624222 \| 0.116164 \| 0.365012 \| \| 4 \| `level2/apply_rotary_pos_emb_4` \| 140.26 \| 246.2 \| 32.77 \| 1.755312 \| 0.233638 \| 0.665057 \| \| 5 \| `level2/apply_rotary_pos_emb_5` \| 3001.06 \| 391.07 \| 140.36 \| 0.130311 \| 0.04677 \| 0.080578 \| \| 6 \| `level2/apply_rotary_pos_emb_6` \| 654.54 \| 347.8 \| 34.78 \| 0.531366 \| 0.053137 \| 0.335578 \| \| 7 \| `level2/apply_rotary_pos_emb_7` \| 146.94 \| 73.08 \| 23.1 \| 0.497346 \| 0.157207 \| 0.287539 \| \| 8 \| `level2/apply_rotary_pos_emb_8` \| 360.54 \| 74.4 \| 26.64 \| 0.206357 \| 0.073889 \| 0.125138 \| \| 9 \| `level2/apply_rotary_pos_emb_9` \| 178.12 \| 198.1 \| 19.81 \| 1.112172 \| 0.111217 \| 0.529679 \| \| 10 \| `level2/apply_rotary_pos_emb_10` \| 274.06 \| 163 \| 16.3 \| 0.59476 \| 0.059476 \| 0.362706 \| \| 11 \| `level2/apply_rotary_pos_emb_11` \| 1398.00 \| 186.7 \| 98.62 \| 0.133548 \| 0.070544 \| 0.063483 \| \| 12 \| `level2/apply_rotary_pos_emb_12` \| 896.26 \| 48 \| 4.8 \| 0.053556 \| 0.005356 \| 0.04622 \| \| 13 \| `level2/apply_rotary_pos_emb_13` \| 595.38 \| 425.07 \| 100 \| 0.713947 \| 0.16796 \| 0.396209 \| \| 14 \| `level2/apply_rotary_pos_emb_14` \| 27.18 \| 10 \| 1 \| 0.367918 \| 0.036792 \| 0.255827 \| \| 15 \| `level2/apply_rotary_pos_emb_15` \| 86.22 \| 21.7 \| 2.17 \| 0.251682 \| 0.025168 \| 0.18855 \| \| 16 \| `level2/apply_rotary_pos_emb_16` \| 82.48 \| 41.34 \| 4.17 \| 0.501212 \| 0.050558 \| 0.321874 \| \| 17 \| `level2/apply_rotary_pos_emb_17` \| 5265.48 \| 2621.60 \| 262.16 \| 0.497884 \| 0.049788 \| 0.320456 \| \| 18 \| `level2/apply_rotary_pos_emb_18` \| 97.2 \| 43.9 \| 4.39 \| 0.451646 \| 0.045165 \| 0.298594 \| \| 19 \| `level2/apply_rotary_pos_emb_19` \| 27.12 \| 10 \| 1 \| 0.368732 \| 0.036873 \| 0.256264 \| \| 20 \| `level2/apply_rotary_pos_emb_20` \| 1260.70 \| 183.04 \| 54.04 \| 0.145189 \| 0.042865 \| 0.096581 \| ## softmax - Job: `job_5ec935012955`; operator: `Softmax`; cases: `20/20`; score: `68.015671`; avg_speedup: `0.661441`. \| # \| Case ID \| Elapsed us \| Baseline us \| HW limit us \| Speedup \| Speedup vs HW \| Perf score \| \|---:\|---\|---:\|---:\|---:\|---:\|---:\|---:\| \| 1 \| `level2/softmax_1` \| 19.42 \| 15.7 \| 1.57 \| 0.808445 \| 0.080844 \| 0.441839 \| \| 2 \| `level2/softmax_2` \| 30.96 \| 37.98 \| 8.74 \| 1.226744 \| 0.2823 \| 0.568208 \| \| 3 \| `level2/softmax_3` \| 104.2 \| 91.76 \| 25.17 \| 0.880614 \| 0.241555 \| 0.457286 \| \| 4 \| `level2/softmax_4` \| 2175.34 \| 1006.60 \| 100.66 \| 0.462732 \| 0.046273 \| 0.303943 \| \| 5 \| `level2/softmax_5` \| 458.2 \| 422.73 \| 139.81 \| 0.922588 \| 0.305129 \| 0.470506 \| \| 6 \| `level2/softmax_6` \| 1907.08 \| 786.04 \| 101.69 \| 0.412169 \| 0.053322 \| 0.274868 \| \| 7 \| `level2/softmax_7` \| 22.42 \| 20.04 \| 3.14 \| 0.893845 \| 0.140054 \| 0.467109 \| \| 8 \| `level2/softmax_8` \| 61.92 \| 58.12 \| 17.49 \| 0.93863 \| 0.282461 \| 0.477663 \| \| 9 \| `level2/softmax_9` \| 1044.48 \| 412.79 \| 50.08 \| 0.395211 \| 0.047947 \| 0.267266 \| \| 10 \| `level2/softmax_10` \| 21.82 \| 14.2 \| 1.55 \| 0.650779 \| 0.071036 \| 0.384265 \| \| 11 \| `level2/softmax_11` \| 2669.88 \| 1063.10 \| 108.09 \| 0.398183 \| 0.040485 \| 0.271557 \| \| 12 \| `level2/softmax_12` \| 61.3 \| 62.58 \| 14.59 \| 1.020881 \| 0.23801 \| 0.506758 \| \| 13 \| `level2/softmax_13` \| 2246.58 \| 30 \| 3 \| 0.013354 \| 0.001335 \| 0.011891 \| \| 14 \| `level2/softmax_14` \| 238.52 \| 227.3 \| 22.73 \| 0.95296 \| 0.095296 \| 0.486654 \| \| 15 \| `level2/softmax_15` \| 30.6 \| 30.46 \| 4.56 \| 0.995425 \| 0.14902 \| 0.498652 \| \| 16 \| `level2/softmax_16` \| 115.28 \| 15.7 \| 1.57 \| 0.13619 \| 0.013619 \| 0.110529 \| \| 17 \| `level2/softmax_17` \| 19.98 \| 18.64 \| 4.35 \| 0.932933 \| 0.217718 \| 0.477607 \| \| 18 \| `level2/softmax_18` \| 24.9 \| 20.12 \| 3.14 \| 0.808032 \| 0.126104 \| 0.438307 \| \| 19 \| `level2/softmax_19` \| 119.64 \| 31.3 \| 3.13 \| 0.261618 \| 0.026162 \| 0.194706 \| \| 20 \| `level2/softmax_20` \| 1870.84 \| 219.8 \| 21.98 \| 0.117487 \| 0.011749 \| 0.096654 \| ## topk - Job: `job_bc7b660e83a6`; operator: `TopK`; cases: `20/20`; score: `54.233631`; avg_speedup: `0.119558`. \| # \| Case ID \| Elapsed us \| Baseline us \| HW limit us \| Speedup \| Speedup vs HW \| Perf score \| \|---:\|---\|---:\|---:\|---:\|---:\|---:\|---:\| \| 1 \| `level3/top_k_1` \| 2431.10 \| 10.9 \| 1.09 \| 0.004484 \| 0.000448 \| 0.004021 \| \| 2 \| `level3/top_k_2` \| 279.02 \| 21.8 \| 2.18 \| 0.078131 \| 0.007813 \| 0.066181 \| \| 3 \| `level3/top_k_3` \| 995.88 \| 174.8 \| 17.48 \| 0.175523 \| 0.017552 \| 0.13852 \| \| 4 \| `level3/top_k_4` \| 281395.82 \| 1398.10 \| 139.81 \| 0.004968 \| 0.000497 \| 0.004454 \| \| 5 \| `level3/top_k_5` \| 2508.46 \| 1398.10 \| 139.81 \| 0.557354 \| 0.055735 \| 0.346929 \| \| 6 \| `level3/top_k_6` \| 6939698.16 \| 1398.10 \| 139.81 \| 0.000201 \| 2.015e-05 \| 0.000181 \| \| 7 \| `level3/top_k_7` \| 74.9 \| 10.9 \| 1.09 \| 0.145527 \| 0.014553 \| 0.117316 \| \| 8 \| `level3/top_k_8` \| 3213.32 \| 21.5 \| 2.15 \| 0.006691 \| 0.000669 \| 0.00599 \| \| 9 \| `level3/top_k_9` \| 97.66 \| 13.8 \| 1.38 \| 0.141307 \| 0.014131 \| 0.114259 \| \| 10 \| `level3/top_k_10` \| 95309.40 \| 1035.20 \| 103.52 \| 0.010861 \| 0.001086 \| 0.009691 \| \| 11 \| `level3/top_k_11` \| 104.16 \| 10.9 \| 1.09 \| 0.104647 \| 0.010465 \| 0.086906 \| \| 12 \| `level3/top_k_12` \| 111.12 \| 22.8 \| 2.28 \| 0.205184 \| 0.020518 \| 0.158627 \| \| 13 \| `level3/top_k_13` \| 4755.26 \| 14.3 \| 1.43 \| 0.003007 \| 0.000301 \| 0.0027 \| \| 14 \| `level3/top_k_14` \| 2448.26 \| 20.8 \| 2.08 \| 0.008496 \| 0.00085 \| 0.007595 \| \| 15 \| `level3/top_k_15` \| 19245.22 \| 170.5 \| 17.05 \| 0.008859 \| 0.000886 \| 0.007917 \| \| 16 \| `level3/top_k_16` \| 211.92 \| 126.8 \| 12.68 \| 0.598339 \| 0.059834 \| 0.364182 \| \| 17 \| `level3/top_k_17` \| 80.84 \| 21.9 \| 2.19 \| 0.270905 \| 0.027091 \| 0.200386 \| \| 18 \| `level3/top_k_18` \| 6133.36 \| 24.4 \| 2.44 \| 0.003978 \| 0.000398 \| 0.003569 \| \| 19 \| `level3/top_k_19` \| 184.64 \| 10.9 \| 1.09 \| 0.059034 \| 0.005903 \| 0.050734 \| \| 20 \| `level3/top_k_20` \| 5940.70 \| 21.8 \| 2.18 \| 0.00367 \| 0.000367 \| 0.003293 \| ## 未来三个月的计划 ### 第 1 个月 —— 完善补全 reduce类，数学函数类，排序类算子的生成与优化skill和harness ### 第 2 个月 —— 拓展CV融合算子增加对CV类融合算子如quant_batch_matmul，grouped_matmul_swiglu_quant等的生成适配，保障生成精度 ### 第 3 个月 —— 拓展attention算子增加对attention类算子的适配 See merge request: cann/cannbot-skills!313	19 天前
average_pooling2d.py	【collaborative-agent-kernel-evolution】新增 CAKE2 进化式 AscendC 算子生成 Team（仅 Vector 算子） Co-authored-by: Junyifannnn<fan.junyi@huawei.com> # message auto-generated for no-merge-commit merge: !313 merge feat/add-cake-plugin into master 【collaborative-agent-kernel-evolution】新增 CAKE2 进化式 AscendC 算子生成 Team（仅 Vector 算子） Created-by: gcw_P2Mh5H1S Commit-by: Junyifannnn Merged-by: cann-robot Description: ## 描述新特性：`【collaborative-agent-kernel-evolution】新增 plugins-community/collaborative-agent-kernel-evolution` —— 进化式 AscendC 算子生成 Team（仅 Vector 算子）。含 3 个 Agent 与 19 个内置 Skill，覆盖「算子描述生成 → PyTorch 参考 → functional 转换 → AscendDSL baseline → DSL lowering 到 AscendC → 编译评估 →（可选）进化式多变体性能优化」全流程： - `cake`（primary）：标准单算子生成主流程 - `cake-evo`（primary）：并行多变体进化优化 - `cake-partial`（subagent）：被 cake-evo 调度的半程生成子任务自包含单插件（目录 `plugins-community/collaborative-agent-kernel-evolution/`，对齐 `ops-easyasc-dsl` 自包含形态） ## 关联的Issue 关联 Issue [#230](https://gitcode.com/cann/cannbot-skills/issues/230) ## 测试 - L1 结构门禁 `skill_validator.py`：19 skills + 3 agents 0 error（warn-only：6× S-CON-05、2× S-CON-06「缺错误处理章节」，不阻断） - `tests/run-tests.sh --fast`：10 项全过（初次 `test-line-endings` 报 6 个 CRLF 文件，均为插件内 vendored 外部文档，已全部转 LF，复跑 PASS） ## 文档更新 - 新增 `plugins-community/collaborative-agent-kernel-evolution/`（含 README / docs / tests） - 根 `.claude-plugin/marketplace.json` 注册 cake（source `./plugins-community/collaborative-agent-kernel-evolution`，category development） - 更新根 `CHANGELOG.md`（2026-06-02 条目） ## 类型标签 - [x] 🌟 新特性 ## AscendC 算子评测结果 \| Operator \| Job ID \| Cases \| Score \| Avg speedup \| Rel path \| \|---\|---\|---:\|---:\|---:\|---\|---\| \| apply_rotary_pos_emb \| `job_940a45830a2f` \| 20/20 \| 63.339075 \| 0.355671 \| `level2/apply_rotary_pos_emb` \| \| softmax \| `job_5ec935012955` \| 20/20 \| 68.015671 \| 0.661441 \| `level2/softmax` \| \| topk \| `job_bc7b660e83a6` \| 20/20 \| 54.233631 \| 0.119558 \| `level3/top_k` \| ## apply_rotary_pos_emb - Job: `job_940a45830a2f`; operator: `ApplyRotaryPosEmb`; cases: `20/20`; score: `63.339075`; avg_speedup: `0.355671`. \| # \| Case ID \| Elapsed us \| Baseline us \| HW limit us \| Speedup \| Speedup vs HW \| Perf score \| \|---:\|---\|---:\|---:\|---:\|---:\|---:\|---:\| \| 1 \| `level2/apply_rotary_pos_emb_1` \| 182.06 \| 89.56 \| 35.02 \| 0.491926 \| 0.192354 \| 0.270563 \| \| 2 \| `level2/apply_rotary_pos_emb_2` \| 779.98 \| 113.24 \| 59.22 \| 0.145183 \| 0.075925 \| 0.069723 \| \| 3 \| `level2/apply_rotary_pos_emb_3` \| 125.34 \| 78.24 \| 14.56 \| 0.624222 \| 0.116164 \| 0.365012 \| \| 4 \| `level2/apply_rotary_pos_emb_4` \| 140.26 \| 246.2 \| 32.77 \| 1.755312 \| 0.233638 \| 0.665057 \| \| 5 \| `level2/apply_rotary_pos_emb_5` \| 3001.06 \| 391.07 \| 140.36 \| 0.130311 \| 0.04677 \| 0.080578 \| \| 6 \| `level2/apply_rotary_pos_emb_6` \| 654.54 \| 347.8 \| 34.78 \| 0.531366 \| 0.053137 \| 0.335578 \| \| 7 \| `level2/apply_rotary_pos_emb_7` \| 146.94 \| 73.08 \| 23.1 \| 0.497346 \| 0.157207 \| 0.287539 \| \| 8 \| `level2/apply_rotary_pos_emb_8` \| 360.54 \| 74.4 \| 26.64 \| 0.206357 \| 0.073889 \| 0.125138 \| \| 9 \| `level2/apply_rotary_pos_emb_9` \| 178.12 \| 198.1 \| 19.81 \| 1.112172 \| 0.111217 \| 0.529679 \| \| 10 \| `level2/apply_rotary_pos_emb_10` \| 274.06 \| 163 \| 16.3 \| 0.59476 \| 0.059476 \| 0.362706 \| \| 11 \| `level2/apply_rotary_pos_emb_11` \| 1398.00 \| 186.7 \| 98.62 \| 0.133548 \| 0.070544 \| 0.063483 \| \| 12 \| `level2/apply_rotary_pos_emb_12` \| 896.26 \| 48 \| 4.8 \| 0.053556 \| 0.005356 \| 0.04622 \| \| 13 \| `level2/apply_rotary_pos_emb_13` \| 595.38 \| 425.07 \| 100 \| 0.713947 \| 0.16796 \| 0.396209 \| \| 14 \| `level2/apply_rotary_pos_emb_14` \| 27.18 \| 10 \| 1 \| 0.367918 \| 0.036792 \| 0.255827 \| \| 15 \| `level2/apply_rotary_pos_emb_15` \| 86.22 \| 21.7 \| 2.17 \| 0.251682 \| 0.025168 \| 0.18855 \| \| 16 \| `level2/apply_rotary_pos_emb_16` \| 82.48 \| 41.34 \| 4.17 \| 0.501212 \| 0.050558 \| 0.321874 \| \| 17 \| `level2/apply_rotary_pos_emb_17` \| 5265.48 \| 2621.60 \| 262.16 \| 0.497884 \| 0.049788 \| 0.320456 \| \| 18 \| `level2/apply_rotary_pos_emb_18` \| 97.2 \| 43.9 \| 4.39 \| 0.451646 \| 0.045165 \| 0.298594 \| \| 19 \| `level2/apply_rotary_pos_emb_19` \| 27.12 \| 10 \| 1 \| 0.368732 \| 0.036873 \| 0.256264 \| \| 20 \| `level2/apply_rotary_pos_emb_20` \| 1260.70 \| 183.04 \| 54.04 \| 0.145189 \| 0.042865 \| 0.096581 \| ## softmax - Job: `job_5ec935012955`; operator: `Softmax`; cases: `20/20`; score: `68.015671`; avg_speedup: `0.661441`. \| # \| Case ID \| Elapsed us \| Baseline us \| HW limit us \| Speedup \| Speedup vs HW \| Perf score \| \|---:\|---\|---:\|---:\|---:\|---:\|---:\|---:\| \| 1 \| `level2/softmax_1` \| 19.42 \| 15.7 \| 1.57 \| 0.808445 \| 0.080844 \| 0.441839 \| \| 2 \| `level2/softmax_2` \| 30.96 \| 37.98 \| 8.74 \| 1.226744 \| 0.2823 \| 0.568208 \| \| 3 \| `level2/softmax_3` \| 104.2 \| 91.76 \| 25.17 \| 0.880614 \| 0.241555 \| 0.457286 \| \| 4 \| `level2/softmax_4` \| 2175.34 \| 1006.60 \| 100.66 \| 0.462732 \| 0.046273 \| 0.303943 \| \| 5 \| `level2/softmax_5` \| 458.2 \| 422.73 \| 139.81 \| 0.922588 \| 0.305129 \| 0.470506 \| \| 6 \| `level2/softmax_6` \| 1907.08 \| 786.04 \| 101.69 \| 0.412169 \| 0.053322 \| 0.274868 \| \| 7 \| `level2/softmax_7` \| 22.42 \| 20.04 \| 3.14 \| 0.893845 \| 0.140054 \| 0.467109 \| \| 8 \| `level2/softmax_8` \| 61.92 \| 58.12 \| 17.49 \| 0.93863 \| 0.282461 \| 0.477663 \| \| 9 \| `level2/softmax_9` \| 1044.48 \| 412.79 \| 50.08 \| 0.395211 \| 0.047947 \| 0.267266 \| \| 10 \| `level2/softmax_10` \| 21.82 \| 14.2 \| 1.55 \| 0.650779 \| 0.071036 \| 0.384265 \| \| 11 \| `level2/softmax_11` \| 2669.88 \| 1063.10 \| 108.09 \| 0.398183 \| 0.040485 \| 0.271557 \| \| 12 \| `level2/softmax_12` \| 61.3 \| 62.58 \| 14.59 \| 1.020881 \| 0.23801 \| 0.506758 \| \| 13 \| `level2/softmax_13` \| 2246.58 \| 30 \| 3 \| 0.013354 \| 0.001335 \| 0.011891 \| \| 14 \| `level2/softmax_14` \| 238.52 \| 227.3 \| 22.73 \| 0.95296 \| 0.095296 \| 0.486654 \| \| 15 \| `level2/softmax_15` \| 30.6 \| 30.46 \| 4.56 \| 0.995425 \| 0.14902 \| 0.498652 \| \| 16 \| `level2/softmax_16` \| 115.28 \| 15.7 \| 1.57 \| 0.13619 \| 0.013619 \| 0.110529 \| \| 17 \| `level2/softmax_17` \| 19.98 \| 18.64 \| 4.35 \| 0.932933 \| 0.217718 \| 0.477607 \| \| 18 \| `level2/softmax_18` \| 24.9 \| 20.12 \| 3.14 \| 0.808032 \| 0.126104 \| 0.438307 \| \| 19 \| `level2/softmax_19` \| 119.64 \| 31.3 \| 3.13 \| 0.261618 \| 0.026162 \| 0.194706 \| \| 20 \| `level2/softmax_20` \| 1870.84 \| 219.8 \| 21.98 \| 0.117487 \| 0.011749 \| 0.096654 \| ## topk - Job: `job_bc7b660e83a6`; operator: `TopK`; cases: `20/20`; score: `54.233631`; avg_speedup: `0.119558`. \| # \| Case ID \| Elapsed us \| Baseline us \| HW limit us \| Speedup \| Speedup vs HW \| Perf score \| \|---:\|---\|---:\|---:\|---:\|---:\|---:\|---:\| \| 1 \| `level3/top_k_1` \| 2431.10 \| 10.9 \| 1.09 \| 0.004484 \| 0.000448 \| 0.004021 \| \| 2 \| `level3/top_k_2` \| 279.02 \| 21.8 \| 2.18 \| 0.078131 \| 0.007813 \| 0.066181 \| \| 3 \| `level3/top_k_3` \| 995.88 \| 174.8 \| 17.48 \| 0.175523 \| 0.017552 \| 0.13852 \| \| 4 \| `level3/top_k_4` \| 281395.82 \| 1398.10 \| 139.81 \| 0.004968 \| 0.000497 \| 0.004454 \| \| 5 \| `level3/top_k_5` \| 2508.46 \| 1398.10 \| 139.81 \| 0.557354 \| 0.055735 \| 0.346929 \| \| 6 \| `level3/top_k_6` \| 6939698.16 \| 1398.10 \| 139.81 \| 0.000201 \| 2.015e-05 \| 0.000181 \| \| 7 \| `level3/top_k_7` \| 74.9 \| 10.9 \| 1.09 \| 0.145527 \| 0.014553 \| 0.117316 \| \| 8 \| `level3/top_k_8` \| 3213.32 \| 21.5 \| 2.15 \| 0.006691 \| 0.000669 \| 0.00599 \| \| 9 \| `level3/top_k_9` \| 97.66 \| 13.8 \| 1.38 \| 0.141307 \| 0.014131 \| 0.114259 \| \| 10 \| `level3/top_k_10` \| 95309.40 \| 1035.20 \| 103.52 \| 0.010861 \| 0.001086 \| 0.009691 \| \| 11 \| `level3/top_k_11` \| 104.16 \| 10.9 \| 1.09 \| 0.104647 \| 0.010465 \| 0.086906 \| \| 12 \| `level3/top_k_12` \| 111.12 \| 22.8 \| 2.28 \| 0.205184 \| 0.020518 \| 0.158627 \| \| 13 \| `level3/top_k_13` \| 4755.26 \| 14.3 \| 1.43 \| 0.003007 \| 0.000301 \| 0.0027 \| \| 14 \| `level3/top_k_14` \| 2448.26 \| 20.8 \| 2.08 \| 0.008496 \| 0.00085 \| 0.007595 \| \| 15 \| `level3/top_k_15` \| 19245.22 \| 170.5 \| 17.05 \| 0.008859 \| 0.000886 \| 0.007917 \| \| 16 \| `level3/top_k_16` \| 211.92 \| 126.8 \| 12.68 \| 0.598339 \| 0.059834 \| 0.364182 \| \| 17 \| `level3/top_k_17` \| 80.84 \| 21.9 \| 2.19 \| 0.270905 \| 0.027091 \| 0.200386 \| \| 18 \| `level3/top_k_18` \| 6133.36 \| 24.4 \| 2.44 \| 0.003978 \| 0.000398 \| 0.003569 \| \| 19 \| `level3/top_k_19` \| 184.64 \| 10.9 \| 1.09 \| 0.059034 \| 0.005903 \| 0.050734 \| \| 20 \| `level3/top_k_20` \| 5940.70 \| 21.8 \| 2.18 \| 0.00367 \| 0.000367 \| 0.003293 \| ## 未来三个月的计划 ### 第 1 个月 —— 完善补全 reduce类，数学函数类，排序类算子的生成与优化skill和harness ### 第 2 个月 —— 拓展CV融合算子增加对CV类融合算子如quant_batch_matmul，grouped_matmul_swiglu_quant等的生成适配，保障生成精度 ### 第 3 个月 —— 拓展attention算子增加对attention类算子的适配 See merge request: cann/cannbot-skills!313	19 天前
cumsum.py	【collaborative-agent-kernel-evolution】新增 CAKE2 进化式 AscendC 算子生成 Team（仅 Vector 算子） Co-authored-by: Junyifannnn<fan.junyi@huawei.com> # message auto-generated for no-merge-commit merge: !313 merge feat/add-cake-plugin into master 【collaborative-agent-kernel-evolution】新增 CAKE2 进化式 AscendC 算子生成 Team（仅 Vector 算子） Created-by: gcw_P2Mh5H1S Commit-by: Junyifannnn Merged-by: cann-robot Description: ## 描述新特性：`【collaborative-agent-kernel-evolution】新增 plugins-community/collaborative-agent-kernel-evolution` —— 进化式 AscendC 算子生成 Team（仅 Vector 算子）。含 3 个 Agent 与 19 个内置 Skill，覆盖「算子描述生成 → PyTorch 参考 → functional 转换 → AscendDSL baseline → DSL lowering 到 AscendC → 编译评估 →（可选）进化式多变体性能优化」全流程： - `cake`（primary）：标准单算子生成主流程 - `cake-evo`（primary）：并行多变体进化优化 - `cake-partial`（subagent）：被 cake-evo 调度的半程生成子任务自包含单插件（目录 `plugins-community/collaborative-agent-kernel-evolution/`，对齐 `ops-easyasc-dsl` 自包含形态） ## 关联的Issue 关联 Issue [#230](https://gitcode.com/cann/cannbot-skills/issues/230) ## 测试 - L1 结构门禁 `skill_validator.py`：19 skills + 3 agents 0 error（warn-only：6× S-CON-05、2× S-CON-06「缺错误处理章节」，不阻断） - `tests/run-tests.sh --fast`：10 项全过（初次 `test-line-endings` 报 6 个 CRLF 文件，均为插件内 vendored 外部文档，已全部转 LF，复跑 PASS） ## 文档更新 - 新增 `plugins-community/collaborative-agent-kernel-evolution/`（含 README / docs / tests） - 根 `.claude-plugin/marketplace.json` 注册 cake（source `./plugins-community/collaborative-agent-kernel-evolution`，category development） - 更新根 `CHANGELOG.md`（2026-06-02 条目） ## 类型标签 - [x] 🌟 新特性 ## AscendC 算子评测结果 \| Operator \| Job ID \| Cases \| Score \| Avg speedup \| Rel path \| \|---\|---\|---:\|---:\|---:\|---\|---\| \| apply_rotary_pos_emb \| `job_940a45830a2f` \| 20/20 \| 63.339075 \| 0.355671 \| `level2/apply_rotary_pos_emb` \| \| softmax \| `job_5ec935012955` \| 20/20 \| 68.015671 \| 0.661441 \| `level2/softmax` \| \| topk \| `job_bc7b660e83a6` \| 20/20 \| 54.233631 \| 0.119558 \| `level3/top_k` \| ## apply_rotary_pos_emb - Job: `job_940a45830a2f`; operator: `ApplyRotaryPosEmb`; cases: `20/20`; score: `63.339075`; avg_speedup: `0.355671`. \| # \| Case ID \| Elapsed us \| Baseline us \| HW limit us \| Speedup \| Speedup vs HW \| Perf score \| \|---:\|---\|---:\|---:\|---:\|---:\|---:\|---:\| \| 1 \| `level2/apply_rotary_pos_emb_1` \| 182.06 \| 89.56 \| 35.02 \| 0.491926 \| 0.192354 \| 0.270563 \| \| 2 \| `level2/apply_rotary_pos_emb_2` \| 779.98 \| 113.24 \| 59.22 \| 0.145183 \| 0.075925 \| 0.069723 \| \| 3 \| `level2/apply_rotary_pos_emb_3` \| 125.34 \| 78.24 \| 14.56 \| 0.624222 \| 0.116164 \| 0.365012 \| \| 4 \| `level2/apply_rotary_pos_emb_4` \| 140.26 \| 246.2 \| 32.77 \| 1.755312 \| 0.233638 \| 0.665057 \| \| 5 \| `level2/apply_rotary_pos_emb_5` \| 3001.06 \| 391.07 \| 140.36 \| 0.130311 \| 0.04677 \| 0.080578 \| \| 6 \| `level2/apply_rotary_pos_emb_6` \| 654.54 \| 347.8 \| 34.78 \| 0.531366 \| 0.053137 \| 0.335578 \| \| 7 \| `level2/apply_rotary_pos_emb_7` \| 146.94 \| 73.08 \| 23.1 \| 0.497346 \| 0.157207 \| 0.287539 \| \| 8 \| `level2/apply_rotary_pos_emb_8` \| 360.54 \| 74.4 \| 26.64 \| 0.206357 \| 0.073889 \| 0.125138 \| \| 9 \| `level2/apply_rotary_pos_emb_9` \| 178.12 \| 198.1 \| 19.81 \| 1.112172 \| 0.111217 \| 0.529679 \| \| 10 \| `level2/apply_rotary_pos_emb_10` \| 274.06 \| 163 \| 16.3 \| 0.59476 \| 0.059476 \| 0.362706 \| \| 11 \| `level2/apply_rotary_pos_emb_11` \| 1398.00 \| 186.7 \| 98.62 \| 0.133548 \| 0.070544 \| 0.063483 \| \| 12 \| `level2/apply_rotary_pos_emb_12` \| 896.26 \| 48 \| 4.8 \| 0.053556 \| 0.005356 \| 0.04622 \| \| 13 \| `level2/apply_rotary_pos_emb_13` \| 595.38 \| 425.07 \| 100 \| 0.713947 \| 0.16796 \| 0.396209 \| \| 14 \| `level2/apply_rotary_pos_emb_14` \| 27.18 \| 10 \| 1 \| 0.367918 \| 0.036792 \| 0.255827 \| \| 15 \| `level2/apply_rotary_pos_emb_15` \| 86.22 \| 21.7 \| 2.17 \| 0.251682 \| 0.025168 \| 0.18855 \| \| 16 \| `level2/apply_rotary_pos_emb_16` \| 82.48 \| 41.34 \| 4.17 \| 0.501212 \| 0.050558 \| 0.321874 \| \| 17 \| `level2/apply_rotary_pos_emb_17` \| 5265.48 \| 2621.60 \| 262.16 \| 0.497884 \| 0.049788 \| 0.320456 \| \| 18 \| `level2/apply_rotary_pos_emb_18` \| 97.2 \| 43.9 \| 4.39 \| 0.451646 \| 0.045165 \| 0.298594 \| \| 19 \| `level2/apply_rotary_pos_emb_19` \| 27.12 \| 10 \| 1 \| 0.368732 \| 0.036873 \| 0.256264 \| \| 20 \| `level2/apply_rotary_pos_emb_20` \| 1260.70 \| 183.04 \| 54.04 \| 0.145189 \| 0.042865 \| 0.096581 \| ## softmax - Job: `job_5ec935012955`; operator: `Softmax`; cases: `20/20`; score: `68.015671`; avg_speedup: `0.661441`. \| # \| Case ID \| Elapsed us \| Baseline us \| HW limit us \| Speedup \| Speedup vs HW \| Perf score \| \|---:\|---\|---:\|---:\|---:\|---:\|---:\|---:\| \| 1 \| `level2/softmax_1` \| 19.42 \| 15.7 \| 1.57 \| 0.808445 \| 0.080844 \| 0.441839 \| \| 2 \| `level2/softmax_2` \| 30.96 \| 37.98 \| 8.74 \| 1.226744 \| 0.2823 \| 0.568208 \| \| 3 \| `level2/softmax_3` \| 104.2 \| 91.76 \| 25.17 \| 0.880614 \| 0.241555 \| 0.457286 \| \| 4 \| `level2/softmax_4` \| 2175.34 \| 1006.60 \| 100.66 \| 0.462732 \| 0.046273 \| 0.303943 \| \| 5 \| `level2/softmax_5` \| 458.2 \| 422.73 \| 139.81 \| 0.922588 \| 0.305129 \| 0.470506 \| \| 6 \| `level2/softmax_6` \| 1907.08 \| 786.04 \| 101.69 \| 0.412169 \| 0.053322 \| 0.274868 \| \| 7 \| `level2/softmax_7` \| 22.42 \| 20.04 \| 3.14 \| 0.893845 \| 0.140054 \| 0.467109 \| \| 8 \| `level2/softmax_8` \| 61.92 \| 58.12 \| 17.49 \| 0.93863 \| 0.282461 \| 0.477663 \| \| 9 \| `level2/softmax_9` \| 1044.48 \| 412.79 \| 50.08 \| 0.395211 \| 0.047947 \| 0.267266 \| \| 10 \| `level2/softmax_10` \| 21.82 \| 14.2 \| 1.55 \| 0.650779 \| 0.071036 \| 0.384265 \| \| 11 \| `level2/softmax_11` \| 2669.88 \| 1063.10 \| 108.09 \| 0.398183 \| 0.040485 \| 0.271557 \| \| 12 \| `level2/softmax_12` \| 61.3 \| 62.58 \| 14.59 \| 1.020881 \| 0.23801 \| 0.506758 \| \| 13 \| `level2/softmax_13` \| 2246.58 \| 30 \| 3 \| 0.013354 \| 0.001335 \| 0.011891 \| \| 14 \| `level2/softmax_14` \| 238.52 \| 227.3 \| 22.73 \| 0.95296 \| 0.095296 \| 0.486654 \| \| 15 \| `level2/softmax_15` \| 30.6 \| 30.46 \| 4.56 \| 0.995425 \| 0.14902 \| 0.498652 \| \| 16 \| `level2/softmax_16` \| 115.28 \| 15.7 \| 1.57 \| 0.13619 \| 0.013619 \| 0.110529 \| \| 17 \| `level2/softmax_17` \| 19.98 \| 18.64 \| 4.35 \| 0.932933 \| 0.217718 \| 0.477607 \| \| 18 \| `level2/softmax_18` \| 24.9 \| 20.12 \| 3.14 \| 0.808032 \| 0.126104 \| 0.438307 \| \| 19 \| `level2/softmax_19` \| 119.64 \| 31.3 \| 3.13 \| 0.261618 \| 0.026162 \| 0.194706 \| \| 20 \| `level2/softmax_20` \| 1870.84 \| 219.8 \| 21.98 \| 0.117487 \| 0.011749 \| 0.096654 \| ## topk - Job: `job_bc7b660e83a6`; operator: `TopK`; cases: `20/20`; score: `54.233631`; avg_speedup: `0.119558`. \| # \| Case ID \| Elapsed us \| Baseline us \| HW limit us \| Speedup \| Speedup vs HW \| Perf score \| \|---:\|---\|---:\|---:\|---:\|---:\|---:\|---:\| \| 1 \| `level3/top_k_1` \| 2431.10 \| 10.9 \| 1.09 \| 0.004484 \| 0.000448 \| 0.004021 \| \| 2 \| `level3/top_k_2` \| 279.02 \| 21.8 \| 2.18 \| 0.078131 \| 0.007813 \| 0.066181 \| \| 3 \| `level3/top_k_3` \| 995.88 \| 174.8 \| 17.48 \| 0.175523 \| 0.017552 \| 0.13852 \| \| 4 \| `level3/top_k_4` \| 281395.82 \| 1398.10 \| 139.81 \| 0.004968 \| 0.000497 \| 0.004454 \| \| 5 \| `level3/top_k_5` \| 2508.46 \| 1398.10 \| 139.81 \| 0.557354 \| 0.055735 \| 0.346929 \| \| 6 \| `level3/top_k_6` \| 6939698.16 \| 1398.10 \| 139.81 \| 0.000201 \| 2.015e-05 \| 0.000181 \| \| 7 \| `level3/top_k_7` \| 74.9 \| 10.9 \| 1.09 \| 0.145527 \| 0.014553 \| 0.117316 \| \| 8 \| `level3/top_k_8` \| 3213.32 \| 21.5 \| 2.15 \| 0.006691 \| 0.000669 \| 0.00599 \| \| 9 \| `level3/top_k_9` \| 97.66 \| 13.8 \| 1.38 \| 0.141307 \| 0.014131 \| 0.114259 \| \| 10 \| `level3/top_k_10` \| 95309.40 \| 1035.20 \| 103.52 \| 0.010861 \| 0.001086 \| 0.009691 \| \| 11 \| `level3/top_k_11` \| 104.16 \| 10.9 \| 1.09 \| 0.104647 \| 0.010465 \| 0.086906 \| \| 12 \| `level3/top_k_12` \| 111.12 \| 22.8 \| 2.28 \| 0.205184 \| 0.020518 \| 0.158627 \| \| 13 \| `level3/top_k_13` \| 4755.26 \| 14.3 \| 1.43 \| 0.003007 \| 0.000301 \| 0.0027 \| \| 14 \| `level3/top_k_14` \| 2448.26 \| 20.8 \| 2.08 \| 0.008496 \| 0.00085 \| 0.007595 \| \| 15 \| `level3/top_k_15` \| 19245.22 \| 170.5 \| 17.05 \| 0.008859 \| 0.000886 \| 0.007917 \| \| 16 \| `level3/top_k_16` \| 211.92 \| 126.8 \| 12.68 \| 0.598339 \| 0.059834 \| 0.364182 \| \| 17 \| `level3/top_k_17` \| 80.84 \| 21.9 \| 2.19 \| 0.270905 \| 0.027091 \| 0.200386 \| \| 18 \| `level3/top_k_18` \| 6133.36 \| 24.4 \| 2.44 \| 0.003978 \| 0.000398 \| 0.003569 \| \| 19 \| `level3/top_k_19` \| 184.64 \| 10.9 \| 1.09 \| 0.059034 \| 0.005903 \| 0.050734 \| \| 20 \| `level3/top_k_20` \| 5940.70 \| 21.8 \| 2.18 \| 0.00367 \| 0.000367 \| 0.003293 \| ## 未来三个月的计划 ### 第 1 个月 —— 完善补全 reduce类，数学函数类，排序类算子的生成与优化skill和harness ### 第 2 个月 —— 拓展CV融合算子增加对CV类融合算子如quant_batch_matmul，grouped_matmul_swiglu_quant等的生成适配，保障生成精度 ### 第 3 个月 —— 拓展attention算子增加对attention类算子的适配 See merge request: cann/cannbot-skills!313	19 天前
layer_norm.py	【collaborative-agent-kernel-evolution】新增 CAKE2 进化式 AscendC 算子生成 Team（仅 Vector 算子） Co-authored-by: Junyifannnn<fan.junyi@huawei.com> # message auto-generated for no-merge-commit merge: !313 merge feat/add-cake-plugin into master 【collaborative-agent-kernel-evolution】新增 CAKE2 进化式 AscendC 算子生成 Team（仅 Vector 算子） Created-by: gcw_P2Mh5H1S Commit-by: Junyifannnn Merged-by: cann-robot Description: ## 描述新特性：`【collaborative-agent-kernel-evolution】新增 plugins-community/collaborative-agent-kernel-evolution` —— 进化式 AscendC 算子生成 Team（仅 Vector 算子）。含 3 个 Agent 与 19 个内置 Skill，覆盖「算子描述生成 → PyTorch 参考 → functional 转换 → AscendDSL baseline → DSL lowering 到 AscendC → 编译评估 →（可选）进化式多变体性能优化」全流程： - `cake`（primary）：标准单算子生成主流程 - `cake-evo`（primary）：并行多变体进化优化 - `cake-partial`（subagent）：被 cake-evo 调度的半程生成子任务自包含单插件（目录 `plugins-community/collaborative-agent-kernel-evolution/`，对齐 `ops-easyasc-dsl` 自包含形态） ## 关联的Issue 关联 Issue [#230](https://gitcode.com/cann/cannbot-skills/issues/230) ## 测试 - L1 结构门禁 `skill_validator.py`：19 skills + 3 agents 0 error（warn-only：6× S-CON-05、2× S-CON-06「缺错误处理章节」，不阻断） - `tests/run-tests.sh --fast`：10 项全过（初次 `test-line-endings` 报 6 个 CRLF 文件，均为插件内 vendored 外部文档，已全部转 LF，复跑 PASS） ## 文档更新 - 新增 `plugins-community/collaborative-agent-kernel-evolution/`（含 README / docs / tests） - 根 `.claude-plugin/marketplace.json` 注册 cake（source `./plugins-community/collaborative-agent-kernel-evolution`，category development） - 更新根 `CHANGELOG.md`（2026-06-02 条目） ## 类型标签 - [x] 🌟 新特性 ## AscendC 算子评测结果 \| Operator \| Job ID \| Cases \| Score \| Avg speedup \| Rel path \| \|---\|---\|---:\|---:\|---:\|---\|---\| \| apply_rotary_pos_emb \| `job_940a45830a2f` \| 20/20 \| 63.339075 \| 0.355671 \| `level2/apply_rotary_pos_emb` \| \| softmax \| `job_5ec935012955` \| 20/20 \| 68.015671 \| 0.661441 \| `level2/softmax` \| \| topk \| `job_bc7b660e83a6` \| 20/20 \| 54.233631 \| 0.119558 \| `level3/top_k` \| ## apply_rotary_pos_emb - Job: `job_940a45830a2f`; operator: `ApplyRotaryPosEmb`; cases: `20/20`; score: `63.339075`; avg_speedup: `0.355671`. \| # \| Case ID \| Elapsed us \| Baseline us \| HW limit us \| Speedup \| Speedup vs HW \| Perf score \| \|---:\|---\|---:\|---:\|---:\|---:\|---:\|---:\| \| 1 \| `level2/apply_rotary_pos_emb_1` \| 182.06 \| 89.56 \| 35.02 \| 0.491926 \| 0.192354 \| 0.270563 \| \| 2 \| `level2/apply_rotary_pos_emb_2` \| 779.98 \| 113.24 \| 59.22 \| 0.145183 \| 0.075925 \| 0.069723 \| \| 3 \| `level2/apply_rotary_pos_emb_3` \| 125.34 \| 78.24 \| 14.56 \| 0.624222 \| 0.116164 \| 0.365012 \| \| 4 \| `level2/apply_rotary_pos_emb_4` \| 140.26 \| 246.2 \| 32.77 \| 1.755312 \| 0.233638 \| 0.665057 \| \| 5 \| `level2/apply_rotary_pos_emb_5` \| 3001.06 \| 391.07 \| 140.36 \| 0.130311 \| 0.04677 \| 0.080578 \| \| 6 \| `level2/apply_rotary_pos_emb_6` \| 654.54 \| 347.8 \| 34.78 \| 0.531366 \| 0.053137 \| 0.335578 \| \| 7 \| `level2/apply_rotary_pos_emb_7` \| 146.94 \| 73.08 \| 23.1 \| 0.497346 \| 0.157207 \| 0.287539 \| \| 8 \| `level2/apply_rotary_pos_emb_8` \| 360.54 \| 74.4 \| 26.64 \| 0.206357 \| 0.073889 \| 0.125138 \| \| 9 \| `level2/apply_rotary_pos_emb_9` \| 178.12 \| 198.1 \| 19.81 \| 1.112172 \| 0.111217 \| 0.529679 \| \| 10 \| `level2/apply_rotary_pos_emb_10` \| 274.06 \| 163 \| 16.3 \| 0.59476 \| 0.059476 \| 0.362706 \| \| 11 \| `level2/apply_rotary_pos_emb_11` \| 1398.00 \| 186.7 \| 98.62 \| 0.133548 \| 0.070544 \| 0.063483 \| \| 12 \| `level2/apply_rotary_pos_emb_12` \| 896.26 \| 48 \| 4.8 \| 0.053556 \| 0.005356 \| 0.04622 \| \| 13 \| `level2/apply_rotary_pos_emb_13` \| 595.38 \| 425.07 \| 100 \| 0.713947 \| 0.16796 \| 0.396209 \| \| 14 \| `level2/apply_rotary_pos_emb_14` \| 27.18 \| 10 \| 1 \| 0.367918 \| 0.036792 \| 0.255827 \| \| 15 \| `level2/apply_rotary_pos_emb_15` \| 86.22 \| 21.7 \| 2.17 \| 0.251682 \| 0.025168 \| 0.18855 \| \| 16 \| `level2/apply_rotary_pos_emb_16` \| 82.48 \| 41.34 \| 4.17 \| 0.501212 \| 0.050558 \| 0.321874 \| \| 17 \| `level2/apply_rotary_pos_emb_17` \| 5265.48 \| 2621.60 \| 262.16 \| 0.497884 \| 0.049788 \| 0.320456 \| \| 18 \| `level2/apply_rotary_pos_emb_18` \| 97.2 \| 43.9 \| 4.39 \| 0.451646 \| 0.045165 \| 0.298594 \| \| 19 \| `level2/apply_rotary_pos_emb_19` \| 27.12 \| 10 \| 1 \| 0.368732 \| 0.036873 \| 0.256264 \| \| 20 \| `level2/apply_rotary_pos_emb_20` \| 1260.70 \| 183.04 \| 54.04 \| 0.145189 \| 0.042865 \| 0.096581 \| ## softmax - Job: `job_5ec935012955`; operator: `Softmax`; cases: `20/20`; score: `68.015671`; avg_speedup: `0.661441`. \| # \| Case ID \| Elapsed us \| Baseline us \| HW limit us \| Speedup \| Speedup vs HW \| Perf score \| \|---:\|---\|---:\|---:\|---:\|---:\|---:\|---:\| \| 1 \| `level2/softmax_1` \| 19.42 \| 15.7 \| 1.57 \| 0.808445 \| 0.080844 \| 0.441839 \| \| 2 \| `level2/softmax_2` \| 30.96 \| 37.98 \| 8.74 \| 1.226744 \| 0.2823 \| 0.568208 \| \| 3 \| `level2/softmax_3` \| 104.2 \| 91.76 \| 25.17 \| 0.880614 \| 0.241555 \| 0.457286 \| \| 4 \| `level2/softmax_4` \| 2175.34 \| 1006.60 \| 100.66 \| 0.462732 \| 0.046273 \| 0.303943 \| \| 5 \| `level2/softmax_5` \| 458.2 \| 422.73 \| 139.81 \| 0.922588 \| 0.305129 \| 0.470506 \| \| 6 \| `level2/softmax_6` \| 1907.08 \| 786.04 \| 101.69 \| 0.412169 \| 0.053322 \| 0.274868 \| \| 7 \| `level2/softmax_7` \| 22.42 \| 20.04 \| 3.14 \| 0.893845 \| 0.140054 \| 0.467109 \| \| 8 \| `level2/softmax_8` \| 61.92 \| 58.12 \| 17.49 \| 0.93863 \| 0.282461 \| 0.477663 \| \| 9 \| `level2/softmax_9` \| 1044.48 \| 412.79 \| 50.08 \| 0.395211 \| 0.047947 \| 0.267266 \| \| 10 \| `level2/softmax_10` \| 21.82 \| 14.2 \| 1.55 \| 0.650779 \| 0.071036 \| 0.384265 \| \| 11 \| `level2/softmax_11` \| 2669.88 \| 1063.10 \| 108.09 \| 0.398183 \| 0.040485 \| 0.271557 \| \| 12 \| `level2/softmax_12` \| 61.3 \| 62.58 \| 14.59 \| 1.020881 \| 0.23801 \| 0.506758 \| \| 13 \| `level2/softmax_13` \| 2246.58 \| 30 \| 3 \| 0.013354 \| 0.001335 \| 0.011891 \| \| 14 \| `level2/softmax_14` \| 238.52 \| 227.3 \| 22.73 \| 0.95296 \| 0.095296 \| 0.486654 \| \| 15 \| `level2/softmax_15` \| 30.6 \| 30.46 \| 4.56 \| 0.995425 \| 0.14902 \| 0.498652 \| \| 16 \| `level2/softmax_16` \| 115.28 \| 15.7 \| 1.57 \| 0.13619 \| 0.013619 \| 0.110529 \| \| 17 \| `level2/softmax_17` \| 19.98 \| 18.64 \| 4.35 \| 0.932933 \| 0.217718 \| 0.477607 \| \| 18 \| `level2/softmax_18` \| 24.9 \| 20.12 \| 3.14 \| 0.808032 \| 0.126104 \| 0.438307 \| \| 19 \| `level2/softmax_19` \| 119.64 \| 31.3 \| 3.13 \| 0.261618 \| 0.026162 \| 0.194706 \| \| 20 \| `level2/softmax_20` \| 1870.84 \| 219.8 \| 21.98 \| 0.117487 \| 0.011749 \| 0.096654 \| ## topk - Job: `job_bc7b660e83a6`; operator: `TopK`; cases: `20/20`; score: `54.233631`; avg_speedup: `0.119558`. \| # \| Case ID \| Elapsed us \| Baseline us \| HW limit us \| Speedup \| Speedup vs HW \| Perf score \| \|---:\|---\|---:\|---:\|---:\|---:\|---:\|---:\| \| 1 \| `level3/top_k_1` \| 2431.10 \| 10.9 \| 1.09 \| 0.004484 \| 0.000448 \| 0.004021 \| \| 2 \| `level3/top_k_2` \| 279.02 \| 21.8 \| 2.18 \| 0.078131 \| 0.007813 \| 0.066181 \| \| 3 \| `level3/top_k_3` \| 995.88 \| 174.8 \| 17.48 \| 0.175523 \| 0.017552 \| 0.13852 \| \| 4 \| `level3/top_k_4` \| 281395.82 \| 1398.10 \| 139.81 \| 0.004968 \| 0.000497 \| 0.004454 \| \| 5 \| `level3/top_k_5` \| 2508.46 \| 1398.10 \| 139.81 \| 0.557354 \| 0.055735 \| 0.346929 \| \| 6 \| `level3/top_k_6` \| 6939698.16 \| 1398.10 \| 139.81 \| 0.000201 \| 2.015e-05 \| 0.000181 \| \| 7 \| `level3/top_k_7` \| 74.9 \| 10.9 \| 1.09 \| 0.145527 \| 0.014553 \| 0.117316 \| \| 8 \| `level3/top_k_8` \| 3213.32 \| 21.5 \| 2.15 \| 0.006691 \| 0.000669 \| 0.00599 \| \| 9 \| `level3/top_k_9` \| 97.66 \| 13.8 \| 1.38 \| 0.141307 \| 0.014131 \| 0.114259 \| \| 10 \| `level3/top_k_10` \| 95309.40 \| 1035.20 \| 103.52 \| 0.010861 \| 0.001086 \| 0.009691 \| \| 11 \| `level3/top_k_11` \| 104.16 \| 10.9 \| 1.09 \| 0.104647 \| 0.010465 \| 0.086906 \| \| 12 \| `level3/top_k_12` \| 111.12 \| 22.8 \| 2.28 \| 0.205184 \| 0.020518 \| 0.158627 \| \| 13 \| `level3/top_k_13` \| 4755.26 \| 14.3 \| 1.43 \| 0.003007 \| 0.000301 \| 0.0027 \| \| 14 \| `level3/top_k_14` \| 2448.26 \| 20.8 \| 2.08 \| 0.008496 \| 0.00085 \| 0.007595 \| \| 15 \| `level3/top_k_15` \| 19245.22 \| 170.5 \| 17.05 \| 0.008859 \| 0.000886 \| 0.007917 \| \| 16 \| `level3/top_k_16` \| 211.92 \| 126.8 \| 12.68 \| 0.598339 \| 0.059834 \| 0.364182 \| \| 17 \| `level3/top_k_17` \| 80.84 \| 21.9 \| 2.19 \| 0.270905 \| 0.027091 \| 0.200386 \| \| 18 \| `level3/top_k_18` \| 6133.36 \| 24.4 \| 2.44 \| 0.003978 \| 0.000398 \| 0.003569 \| \| 19 \| `level3/top_k_19` \| 184.64 \| 10.9 \| 1.09 \| 0.059034 \| 0.005903 \| 0.050734 \| \| 20 \| `level3/top_k_20` \| 5940.70 \| 21.8 \| 2.18 \| 0.00367 \| 0.000367 \| 0.003293 \| ## 未来三个月的计划 ### 第 1 个月 —— 完善补全 reduce类，数学函数类，排序类算子的生成与优化skill和harness ### 第 2 个月 —— 拓展CV融合算子增加对CV类融合算子如quant_batch_matmul，grouped_matmul_swiglu_quant等的生成适配，保障生成精度 ### 第 3 个月 —— 拓展attention算子增加对attention类算子的适配 See merge request: cann/cannbot-skills!313	19 天前
mse_loss.py	【collaborative-agent-kernel-evolution】新增 CAKE2 进化式 AscendC 算子生成 Team（仅 Vector 算子） Co-authored-by: Junyifannnn<fan.junyi@huawei.com> # message auto-generated for no-merge-commit merge: !313 merge feat/add-cake-plugin into master 【collaborative-agent-kernel-evolution】新增 CAKE2 进化式 AscendC 算子生成 Team（仅 Vector 算子） Created-by: gcw_P2Mh5H1S Commit-by: Junyifannnn Merged-by: cann-robot Description: ## 描述新特性：`【collaborative-agent-kernel-evolution】新增 plugins-community/collaborative-agent-kernel-evolution` —— 进化式 AscendC 算子生成 Team（仅 Vector 算子）。含 3 个 Agent 与 19 个内置 Skill，覆盖「算子描述生成 → PyTorch 参考 → functional 转换 → AscendDSL baseline → DSL lowering 到 AscendC → 编译评估 →（可选）进化式多变体性能优化」全流程： - `cake`（primary）：标准单算子生成主流程 - `cake-evo`（primary）：并行多变体进化优化 - `cake-partial`（subagent）：被 cake-evo 调度的半程生成子任务自包含单插件（目录 `plugins-community/collaborative-agent-kernel-evolution/`，对齐 `ops-easyasc-dsl` 自包含形态） ## 关联的Issue 关联 Issue [#230](https://gitcode.com/cann/cannbot-skills/issues/230) ## 测试 - L1 结构门禁 `skill_validator.py`：19 skills + 3 agents 0 error（warn-only：6× S-CON-05、2× S-CON-06「缺错误处理章节」，不阻断） - `tests/run-tests.sh --fast`：10 项全过（初次 `test-line-endings` 报 6 个 CRLF 文件，均为插件内 vendored 外部文档，已全部转 LF，复跑 PASS） ## 文档更新 - 新增 `plugins-community/collaborative-agent-kernel-evolution/`（含 README / docs / tests） - 根 `.claude-plugin/marketplace.json` 注册 cake（source `./plugins-community/collaborative-agent-kernel-evolution`，category development） - 更新根 `CHANGELOG.md`（2026-06-02 条目） ## 类型标签 - [x] 🌟 新特性 ## AscendC 算子评测结果 \| Operator \| Job ID \| Cases \| Score \| Avg speedup \| Rel path \| \|---\|---\|---:\|---:\|---:\|---\|---\| \| apply_rotary_pos_emb \| `job_940a45830a2f` \| 20/20 \| 63.339075 \| 0.355671 \| `level2/apply_rotary_pos_emb` \| \| softmax \| `job_5ec935012955` \| 20/20 \| 68.015671 \| 0.661441 \| `level2/softmax` \| \| topk \| `job_bc7b660e83a6` \| 20/20 \| 54.233631 \| 0.119558 \| `level3/top_k` \| ## apply_rotary_pos_emb - Job: `job_940a45830a2f`; operator: `ApplyRotaryPosEmb`; cases: `20/20`; score: `63.339075`; avg_speedup: `0.355671`. \| # \| Case ID \| Elapsed us \| Baseline us \| HW limit us \| Speedup \| Speedup vs HW \| Perf score \| \|---:\|---\|---:\|---:\|---:\|---:\|---:\|---:\| \| 1 \| `level2/apply_rotary_pos_emb_1` \| 182.06 \| 89.56 \| 35.02 \| 0.491926 \| 0.192354 \| 0.270563 \| \| 2 \| `level2/apply_rotary_pos_emb_2` \| 779.98 \| 113.24 \| 59.22 \| 0.145183 \| 0.075925 \| 0.069723 \| \| 3 \| `level2/apply_rotary_pos_emb_3` \| 125.34 \| 78.24 \| 14.56 \| 0.624222 \| 0.116164 \| 0.365012 \| \| 4 \| `level2/apply_rotary_pos_emb_4` \| 140.26 \| 246.2 \| 32.77 \| 1.755312 \| 0.233638 \| 0.665057 \| \| 5 \| `level2/apply_rotary_pos_emb_5` \| 3001.06 \| 391.07 \| 140.36 \| 0.130311 \| 0.04677 \| 0.080578 \| \| 6 \| `level2/apply_rotary_pos_emb_6` \| 654.54 \| 347.8 \| 34.78 \| 0.531366 \| 0.053137 \| 0.335578 \| \| 7 \| `level2/apply_rotary_pos_emb_7` \| 146.94 \| 73.08 \| 23.1 \| 0.497346 \| 0.157207 \| 0.287539 \| \| 8 \| `level2/apply_rotary_pos_emb_8` \| 360.54 \| 74.4 \| 26.64 \| 0.206357 \| 0.073889 \| 0.125138 \| \| 9 \| `level2/apply_rotary_pos_emb_9` \| 178.12 \| 198.1 \| 19.81 \| 1.112172 \| 0.111217 \| 0.529679 \| \| 10 \| `level2/apply_rotary_pos_emb_10` \| 274.06 \| 163 \| 16.3 \| 0.59476 \| 0.059476 \| 0.362706 \| \| 11 \| `level2/apply_rotary_pos_emb_11` \| 1398.00 \| 186.7 \| 98.62 \| 0.133548 \| 0.070544 \| 0.063483 \| \| 12 \| `level2/apply_rotary_pos_emb_12` \| 896.26 \| 48 \| 4.8 \| 0.053556 \| 0.005356 \| 0.04622 \| \| 13 \| `level2/apply_rotary_pos_emb_13` \| 595.38 \| 425.07 \| 100 \| 0.713947 \| 0.16796 \| 0.396209 \| \| 14 \| `level2/apply_rotary_pos_emb_14` \| 27.18 \| 10 \| 1 \| 0.367918 \| 0.036792 \| 0.255827 \| \| 15 \| `level2/apply_rotary_pos_emb_15` \| 86.22 \| 21.7 \| 2.17 \| 0.251682 \| 0.025168 \| 0.18855 \| \| 16 \| `level2/apply_rotary_pos_emb_16` \| 82.48 \| 41.34 \| 4.17 \| 0.501212 \| 0.050558 \| 0.321874 \| \| 17 \| `level2/apply_rotary_pos_emb_17` \| 5265.48 \| 2621.60 \| 262.16 \| 0.497884 \| 0.049788 \| 0.320456 \| \| 18 \| `level2/apply_rotary_pos_emb_18` \| 97.2 \| 43.9 \| 4.39 \| 0.451646 \| 0.045165 \| 0.298594 \| \| 19 \| `level2/apply_rotary_pos_emb_19` \| 27.12 \| 10 \| 1 \| 0.368732 \| 0.036873 \| 0.256264 \| \| 20 \| `level2/apply_rotary_pos_emb_20` \| 1260.70 \| 183.04 \| 54.04 \| 0.145189 \| 0.042865 \| 0.096581 \| ## softmax - Job: `job_5ec935012955`; operator: `Softmax`; cases: `20/20`; score: `68.015671`; avg_speedup: `0.661441`. \| # \| Case ID \| Elapsed us \| Baseline us \| HW limit us \| Speedup \| Speedup vs HW \| Perf score \| \|---:\|---\|---:\|---:\|---:\|---:\|---:\|---:\| \| 1 \| `level2/softmax_1` \| 19.42 \| 15.7 \| 1.57 \| 0.808445 \| 0.080844 \| 0.441839 \| \| 2 \| `level2/softmax_2` \| 30.96 \| 37.98 \| 8.74 \| 1.226744 \| 0.2823 \| 0.568208 \| \| 3 \| `level2/softmax_3` \| 104.2 \| 91.76 \| 25.17 \| 0.880614 \| 0.241555 \| 0.457286 \| \| 4 \| `level2/softmax_4` \| 2175.34 \| 1006.60 \| 100.66 \| 0.462732 \| 0.046273 \| 0.303943 \| \| 5 \| `level2/softmax_5` \| 458.2 \| 422.73 \| 139.81 \| 0.922588 \| 0.305129 \| 0.470506 \| \| 6 \| `level2/softmax_6` \| 1907.08 \| 786.04 \| 101.69 \| 0.412169 \| 0.053322 \| 0.274868 \| \| 7 \| `level2/softmax_7` \| 22.42 \| 20.04 \| 3.14 \| 0.893845 \| 0.140054 \| 0.467109 \| \| 8 \| `level2/softmax_8` \| 61.92 \| 58.12 \| 17.49 \| 0.93863 \| 0.282461 \| 0.477663 \| \| 9 \| `level2/softmax_9` \| 1044.48 \| 412.79 \| 50.08 \| 0.395211 \| 0.047947 \| 0.267266 \| \| 10 \| `level2/softmax_10` \| 21.82 \| 14.2 \| 1.55 \| 0.650779 \| 0.071036 \| 0.384265 \| \| 11 \| `level2/softmax_11` \| 2669.88 \| 1063.10 \| 108.09 \| 0.398183 \| 0.040485 \| 0.271557 \| \| 12 \| `level2/softmax_12` \| 61.3 \| 62.58 \| 14.59 \| 1.020881 \| 0.23801 \| 0.506758 \| \| 13 \| `level2/softmax_13` \| 2246.58 \| 30 \| 3 \| 0.013354 \| 0.001335 \| 0.011891 \| \| 14 \| `level2/softmax_14` \| 238.52 \| 227.3 \| 22.73 \| 0.95296 \| 0.095296 \| 0.486654 \| \| 15 \| `level2/softmax_15` \| 30.6 \| 30.46 \| 4.56 \| 0.995425 \| 0.14902 \| 0.498652 \| \| 16 \| `level2/softmax_16` \| 115.28 \| 15.7 \| 1.57 \| 0.13619 \| 0.013619 \| 0.110529 \| \| 17 \| `level2/softmax_17` \| 19.98 \| 18.64 \| 4.35 \| 0.932933 \| 0.217718 \| 0.477607 \| \| 18 \| `level2/softmax_18` \| 24.9 \| 20.12 \| 3.14 \| 0.808032 \| 0.126104 \| 0.438307 \| \| 19 \| `level2/softmax_19` \| 119.64 \| 31.3 \| 3.13 \| 0.261618 \| 0.026162 \| 0.194706 \| \| 20 \| `level2/softmax_20` \| 1870.84 \| 219.8 \| 21.98 \| 0.117487 \| 0.011749 \| 0.096654 \| ## topk - Job: `job_bc7b660e83a6`; operator: `TopK`; cases: `20/20`; score: `54.233631`; avg_speedup: `0.119558`. \| # \| Case ID \| Elapsed us \| Baseline us \| HW limit us \| Speedup \| Speedup vs HW \| Perf score \| \|---:\|---\|---:\|---:\|---:\|---:\|---:\|---:\| \| 1 \| `level3/top_k_1` \| 2431.10 \| 10.9 \| 1.09 \| 0.004484 \| 0.000448 \| 0.004021 \| \| 2 \| `level3/top_k_2` \| 279.02 \| 21.8 \| 2.18 \| 0.078131 \| 0.007813 \| 0.066181 \| \| 3 \| `level3/top_k_3` \| 995.88 \| 174.8 \| 17.48 \| 0.175523 \| 0.017552 \| 0.13852 \| \| 4 \| `level3/top_k_4` \| 281395.82 \| 1398.10 \| 139.81 \| 0.004968 \| 0.000497 \| 0.004454 \| \| 5 \| `level3/top_k_5` \| 2508.46 \| 1398.10 \| 139.81 \| 0.557354 \| 0.055735 \| 0.346929 \| \| 6 \| `level3/top_k_6` \| 6939698.16 \| 1398.10 \| 139.81 \| 0.000201 \| 2.015e-05 \| 0.000181 \| \| 7 \| `level3/top_k_7` \| 74.9 \| 10.9 \| 1.09 \| 0.145527 \| 0.014553 \| 0.117316 \| \| 8 \| `level3/top_k_8` \| 3213.32 \| 21.5 \| 2.15 \| 0.006691 \| 0.000669 \| 0.00599 \| \| 9 \| `level3/top_k_9` \| 97.66 \| 13.8 \| 1.38 \| 0.141307 \| 0.014131 \| 0.114259 \| \| 10 \| `level3/top_k_10` \| 95309.40 \| 1035.20 \| 103.52 \| 0.010861 \| 0.001086 \| 0.009691 \| \| 11 \| `level3/top_k_11` \| 104.16 \| 10.9 \| 1.09 \| 0.104647 \| 0.010465 \| 0.086906 \| \| 12 \| `level3/top_k_12` \| 111.12 \| 22.8 \| 2.28 \| 0.205184 \| 0.020518 \| 0.158627 \| \| 13 \| `level3/top_k_13` \| 4755.26 \| 14.3 \| 1.43 \| 0.003007 \| 0.000301 \| 0.0027 \| \| 14 \| `level3/top_k_14` \| 2448.26 \| 20.8 \| 2.08 \| 0.008496 \| 0.00085 \| 0.007595 \| \| 15 \| `level3/top_k_15` \| 19245.22 \| 170.5 \| 17.05 \| 0.008859 \| 0.000886 \| 0.007917 \| \| 16 \| `level3/top_k_16` \| 211.92 \| 126.8 \| 12.68 \| 0.598339 \| 0.059834 \| 0.364182 \| \| 17 \| `level3/top_k_17` \| 80.84 \| 21.9 \| 2.19 \| 0.270905 \| 0.027091 \| 0.200386 \| \| 18 \| `level3/top_k_18` \| 6133.36 \| 24.4 \| 2.44 \| 0.003978 \| 0.000398 \| 0.003569 \| \| 19 \| `level3/top_k_19` \| 184.64 \| 10.9 \| 1.09 \| 0.059034 \| 0.005903 \| 0.050734 \| \| 20 \| `level3/top_k_20` \| 5940.70 \| 21.8 \| 2.18 \| 0.00367 \| 0.000367 \| 0.003293 \| ## 未来三个月的计划 ### 第 1 个月 —— 完善补全 reduce类，数学函数类，排序类算子的生成与优化skill和harness ### 第 2 个月 —— 拓展CV融合算子增加对CV类融合算子如quant_batch_matmul，grouped_matmul_swiglu_quant等的生成适配，保障生成精度 ### 第 3 个月 —— 拓展attention算子增加对attention类算子的适配 See merge request: cann/cannbot-skills!313	19 天前
sum_reduction_over_a_dimension.py	【collaborative-agent-kernel-evolution】新增 CAKE2 进化式 AscendC 算子生成 Team（仅 Vector 算子） Co-authored-by: Junyifannnn<fan.junyi@huawei.com> # message auto-generated for no-merge-commit merge: !313 merge feat/add-cake-plugin into master 【collaborative-agent-kernel-evolution】新增 CAKE2 进化式 AscendC 算子生成 Team（仅 Vector 算子） Created-by: gcw_P2Mh5H1S Commit-by: Junyifannnn Merged-by: cann-robot Description: ## 描述新特性：`【collaborative-agent-kernel-evolution】新增 plugins-community/collaborative-agent-kernel-evolution` —— 进化式 AscendC 算子生成 Team（仅 Vector 算子）。含 3 个 Agent 与 19 个内置 Skill，覆盖「算子描述生成 → PyTorch 参考 → functional 转换 → AscendDSL baseline → DSL lowering 到 AscendC → 编译评估 →（可选）进化式多变体性能优化」全流程： - `cake`（primary）：标准单算子生成主流程 - `cake-evo`（primary）：并行多变体进化优化 - `cake-partial`（subagent）：被 cake-evo 调度的半程生成子任务自包含单插件（目录 `plugins-community/collaborative-agent-kernel-evolution/`，对齐 `ops-easyasc-dsl` 自包含形态） ## 关联的Issue 关联 Issue [#230](https://gitcode.com/cann/cannbot-skills/issues/230) ## 测试 - L1 结构门禁 `skill_validator.py`：19 skills + 3 agents 0 error（warn-only：6× S-CON-05、2× S-CON-06「缺错误处理章节」，不阻断） - `tests/run-tests.sh --fast`：10 项全过（初次 `test-line-endings` 报 6 个 CRLF 文件，均为插件内 vendored 外部文档，已全部转 LF，复跑 PASS） ## 文档更新 - 新增 `plugins-community/collaborative-agent-kernel-evolution/`（含 README / docs / tests） - 根 `.claude-plugin/marketplace.json` 注册 cake（source `./plugins-community/collaborative-agent-kernel-evolution`，category development） - 更新根 `CHANGELOG.md`（2026-06-02 条目） ## 类型标签 - [x] 🌟 新特性 ## AscendC 算子评测结果 \| Operator \| Job ID \| Cases \| Score \| Avg speedup \| Rel path \| \|---\|---\|---:\|---:\|---:\|---\|---\| \| apply_rotary_pos_emb \| `job_940a45830a2f` \| 20/20 \| 63.339075 \| 0.355671 \| `level2/apply_rotary_pos_emb` \| \| softmax \| `job_5ec935012955` \| 20/20 \| 68.015671 \| 0.661441 \| `level2/softmax` \| \| topk \| `job_bc7b660e83a6` \| 20/20 \| 54.233631 \| 0.119558 \| `level3/top_k` \| ## apply_rotary_pos_emb - Job: `job_940a45830a2f`; operator: `ApplyRotaryPosEmb`; cases: `20/20`; score: `63.339075`; avg_speedup: `0.355671`. \| # \| Case ID \| Elapsed us \| Baseline us \| HW limit us \| Speedup \| Speedup vs HW \| Perf score \| \|---:\|---\|---:\|---:\|---:\|---:\|---:\|---:\| \| 1 \| `level2/apply_rotary_pos_emb_1` \| 182.06 \| 89.56 \| 35.02 \| 0.491926 \| 0.192354 \| 0.270563 \| \| 2 \| `level2/apply_rotary_pos_emb_2` \| 779.98 \| 113.24 \| 59.22 \| 0.145183 \| 0.075925 \| 0.069723 \| \| 3 \| `level2/apply_rotary_pos_emb_3` \| 125.34 \| 78.24 \| 14.56 \| 0.624222 \| 0.116164 \| 0.365012 \| \| 4 \| `level2/apply_rotary_pos_emb_4` \| 140.26 \| 246.2 \| 32.77 \| 1.755312 \| 0.233638 \| 0.665057 \| \| 5 \| `level2/apply_rotary_pos_emb_5` \| 3001.06 \| 391.07 \| 140.36 \| 0.130311 \| 0.04677 \| 0.080578 \| \| 6 \| `level2/apply_rotary_pos_emb_6` \| 654.54 \| 347.8 \| 34.78 \| 0.531366 \| 0.053137 \| 0.335578 \| \| 7 \| `level2/apply_rotary_pos_emb_7` \| 146.94 \| 73.08 \| 23.1 \| 0.497346 \| 0.157207 \| 0.287539 \| \| 8 \| `level2/apply_rotary_pos_emb_8` \| 360.54 \| 74.4 \| 26.64 \| 0.206357 \| 0.073889 \| 0.125138 \| \| 9 \| `level2/apply_rotary_pos_emb_9` \| 178.12 \| 198.1 \| 19.81 \| 1.112172 \| 0.111217 \| 0.529679 \| \| 10 \| `level2/apply_rotary_pos_emb_10` \| 274.06 \| 163 \| 16.3 \| 0.59476 \| 0.059476 \| 0.362706 \| \| 11 \| `level2/apply_rotary_pos_emb_11` \| 1398.00 \| 186.7 \| 98.62 \| 0.133548 \| 0.070544 \| 0.063483 \| \| 12 \| `level2/apply_rotary_pos_emb_12` \| 896.26 \| 48 \| 4.8 \| 0.053556 \| 0.005356 \| 0.04622 \| \| 13 \| `level2/apply_rotary_pos_emb_13` \| 595.38 \| 425.07 \| 100 \| 0.713947 \| 0.16796 \| 0.396209 \| \| 14 \| `level2/apply_rotary_pos_emb_14` \| 27.18 \| 10 \| 1 \| 0.367918 \| 0.036792 \| 0.255827 \| \| 15 \| `level2/apply_rotary_pos_emb_15` \| 86.22 \| 21.7 \| 2.17 \| 0.251682 \| 0.025168 \| 0.18855 \| \| 16 \| `level2/apply_rotary_pos_emb_16` \| 82.48 \| 41.34 \| 4.17 \| 0.501212 \| 0.050558 \| 0.321874 \| \| 17 \| `level2/apply_rotary_pos_emb_17` \| 5265.48 \| 2621.60 \| 262.16 \| 0.497884 \| 0.049788 \| 0.320456 \| \| 18 \| `level2/apply_rotary_pos_emb_18` \| 97.2 \| 43.9 \| 4.39 \| 0.451646 \| 0.045165 \| 0.298594 \| \| 19 \| `level2/apply_rotary_pos_emb_19` \| 27.12 \| 10 \| 1 \| 0.368732 \| 0.036873 \| 0.256264 \| \| 20 \| `level2/apply_rotary_pos_emb_20` \| 1260.70 \| 183.04 \| 54.04 \| 0.145189 \| 0.042865 \| 0.096581 \| ## softmax - Job: `job_5ec935012955`; operator: `Softmax`; cases: `20/20`; score: `68.015671`; avg_speedup: `0.661441`. \| # \| Case ID \| Elapsed us \| Baseline us \| HW limit us \| Speedup \| Speedup vs HW \| Perf score \| \|---:\|---\|---:\|---:\|---:\|---:\|---:\|---:\| \| 1 \| `level2/softmax_1` \| 19.42 \| 15.7 \| 1.57 \| 0.808445 \| 0.080844 \| 0.441839 \| \| 2 \| `level2/softmax_2` \| 30.96 \| 37.98 \| 8.74 \| 1.226744 \| 0.2823 \| 0.568208 \| \| 3 \| `level2/softmax_3` \| 104.2 \| 91.76 \| 25.17 \| 0.880614 \| 0.241555 \| 0.457286 \| \| 4 \| `level2/softmax_4` \| 2175.34 \| 1006.60 \| 100.66 \| 0.462732 \| 0.046273 \| 0.303943 \| \| 5 \| `level2/softmax_5` \| 458.2 \| 422.73 \| 139.81 \| 0.922588 \| 0.305129 \| 0.470506 \| \| 6 \| `level2/softmax_6` \| 1907.08 \| 786.04 \| 101.69 \| 0.412169 \| 0.053322 \| 0.274868 \| \| 7 \| `level2/softmax_7` \| 22.42 \| 20.04 \| 3.14 \| 0.893845 \| 0.140054 \| 0.467109 \| \| 8 \| `level2/softmax_8` \| 61.92 \| 58.12 \| 17.49 \| 0.93863 \| 0.282461 \| 0.477663 \| \| 9 \| `level2/softmax_9` \| 1044.48 \| 412.79 \| 50.08 \| 0.395211 \| 0.047947 \| 0.267266 \| \| 10 \| `level2/softmax_10` \| 21.82 \| 14.2 \| 1.55 \| 0.650779 \| 0.071036 \| 0.384265 \| \| 11 \| `level2/softmax_11` \| 2669.88 \| 1063.10 \| 108.09 \| 0.398183 \| 0.040485 \| 0.271557 \| \| 12 \| `level2/softmax_12` \| 61.3 \| 62.58 \| 14.59 \| 1.020881 \| 0.23801 \| 0.506758 \| \| 13 \| `level2/softmax_13` \| 2246.58 \| 30 \| 3 \| 0.013354 \| 0.001335 \| 0.011891 \| \| 14 \| `level2/softmax_14` \| 238.52 \| 227.3 \| 22.73 \| 0.95296 \| 0.095296 \| 0.486654 \| \| 15 \| `level2/softmax_15` \| 30.6 \| 30.46 \| 4.56 \| 0.995425 \| 0.14902 \| 0.498652 \| \| 16 \| `level2/softmax_16` \| 115.28 \| 15.7 \| 1.57 \| 0.13619 \| 0.013619 \| 0.110529 \| \| 17 \| `level2/softmax_17` \| 19.98 \| 18.64 \| 4.35 \| 0.932933 \| 0.217718 \| 0.477607 \| \| 18 \| `level2/softmax_18` \| 24.9 \| 20.12 \| 3.14 \| 0.808032 \| 0.126104 \| 0.438307 \| \| 19 \| `level2/softmax_19` \| 119.64 \| 31.3 \| 3.13 \| 0.261618 \| 0.026162 \| 0.194706 \| \| 20 \| `level2/softmax_20` \| 1870.84 \| 219.8 \| 21.98 \| 0.117487 \| 0.011749 \| 0.096654 \| ## topk - Job: `job_bc7b660e83a6`; operator: `TopK`; cases: `20/20`; score: `54.233631`; avg_speedup: `0.119558`. \| # \| Case ID \| Elapsed us \| Baseline us \| HW limit us \| Speedup \| Speedup vs HW \| Perf score \| \|---:\|---\|---:\|---:\|---:\|---:\|---:\|---:\| \| 1 \| `level3/top_k_1` \| 2431.10 \| 10.9 \| 1.09 \| 0.004484 \| 0.000448 \| 0.004021 \| \| 2 \| `level3/top_k_2` \| 279.02 \| 21.8 \| 2.18 \| 0.078131 \| 0.007813 \| 0.066181 \| \| 3 \| `level3/top_k_3` \| 995.88 \| 174.8 \| 17.48 \| 0.175523 \| 0.017552 \| 0.13852 \| \| 4 \| `level3/top_k_4` \| 281395.82 \| 1398.10 \| 139.81 \| 0.004968 \| 0.000497 \| 0.004454 \| \| 5 \| `level3/top_k_5` \| 2508.46 \| 1398.10 \| 139.81 \| 0.557354 \| 0.055735 \| 0.346929 \| \| 6 \| `level3/top_k_6` \| 6939698.16 \| 1398.10 \| 139.81 \| 0.000201 \| 2.015e-05 \| 0.000181 \| \| 7 \| `level3/top_k_7` \| 74.9 \| 10.9 \| 1.09 \| 0.145527 \| 0.014553 \| 0.117316 \| \| 8 \| `level3/top_k_8` \| 3213.32 \| 21.5 \| 2.15 \| 0.006691 \| 0.000669 \| 0.00599 \| \| 9 \| `level3/top_k_9` \| 97.66 \| 13.8 \| 1.38 \| 0.141307 \| 0.014131 \| 0.114259 \| \| 10 \| `level3/top_k_10` \| 95309.40 \| 1035.20 \| 103.52 \| 0.010861 \| 0.001086 \| 0.009691 \| \| 11 \| `level3/top_k_11` \| 104.16 \| 10.9 \| 1.09 \| 0.104647 \| 0.010465 \| 0.086906 \| \| 12 \| `level3/top_k_12` \| 111.12 \| 22.8 \| 2.28 \| 0.205184 \| 0.020518 \| 0.158627 \| \| 13 \| `level3/top_k_13` \| 4755.26 \| 14.3 \| 1.43 \| 0.003007 \| 0.000301 \| 0.0027 \| \| 14 \| `level3/top_k_14` \| 2448.26 \| 20.8 \| 2.08 \| 0.008496 \| 0.00085 \| 0.007595 \| \| 15 \| `level3/top_k_15` \| 19245.22 \| 170.5 \| 17.05 \| 0.008859 \| 0.000886 \| 0.007917 \| \| 16 \| `level3/top_k_16` \| 211.92 \| 126.8 \| 12.68 \| 0.598339 \| 0.059834 \| 0.364182 \| \| 17 \| `level3/top_k_17` \| 80.84 \| 21.9 \| 2.19 \| 0.270905 \| 0.027091 \| 0.200386 \| \| 18 \| `level3/top_k_18` \| 6133.36 \| 24.4 \| 2.44 \| 0.003978 \| 0.000398 \| 0.003569 \| \| 19 \| `level3/top_k_19` \| 184.64 \| 10.9 \| 1.09 \| 0.059034 \| 0.005903 \| 0.050734 \| \| 20 \| `level3/top_k_20` \| 5940.70 \| 21.8 \| 2.18 \| 0.00367 \| 0.000367 \| 0.003293 \| ## 未来三个月的计划 ### 第 1 个月 —— 完善补全 reduce类，数学函数类，排序类算子的生成与优化skill和harness ### 第 2 个月 —— 拓展CV融合算子增加对CV类融合算子如quant_batch_matmul，grouped_matmul_swiglu_quant等的生成适配，保障生成精度 ### 第 3 个月 —— 拓展attention算子增加对attention类算子的适配 See merge request: cann/cannbot-skills!313	19 天前

functional-conversion 参考示例

本目录收录 functional PyTorch 转换的参考产物，供本 skill 把 nn.Module 参考实现转为无状态函数式 API（module_fn + get_inputs）时对照。

示例（按算子命名的 .py）：sum_reduction_over_a_dimension、average_pooling2d、cumsum、mse_loss、layer_norm。