项目readme大纲结构调整-ops-cv-AtomGit

MREADME.md+18-51

	@@ -10,78 +10,45 @@
10		10
11	## 🚀概述	11	## 🚀概述
12		12
13	-ops-cv是[CANN](https://hiascend.com/software/cann) （Compute Architecture for Neural Networks）算子库中提供图像处理、目标检测等能力的高阶算子库，涵盖常见的图像处理操作，包括image类、objdetect类算子，算子库架构图如下：	13	+ops-cv是[CANN](https://hiascend.com/software/cann) （Compute Architecture for Neural Networks）算子库中提供图像处理、目标检测等能力的高阶算子库，包括image类、objdetect类算子，覆盖常见的图像处理操作，子库在架构图中的位置如下。
14		14
15	<img src="docs/zh/figures/architecture.png" alt="架构图" width="700px" height="326px">	15	<img src="docs/zh/figures/architecture.png" alt="架构图" width="700px" height="326px">
16		16
17	-## 📝版本配套	17	+## 📌版本配套
18		18
19	本项目源码会跟随CANN软件版本发布，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。	19	本项目源码会跟随CANN软件版本发布，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。
20	请注意，为确保您的源码定制开发顺利进行，请选择配套的CANN版本与Gitcode标签源码，使用master分支可能存在版本不匹配的风险。	20	请注意，为确保您的源码定制开发顺利进行，请选择配套的CANN版本与Gitcode标签源码，使用master分支可能存在版本不匹配的风险。
21		21
22	-## ⚡️快速入门	22	+## 🛠️环境准备
23		23
24	-若您希望从零到一快速体验项目能力，请访问下述简易教程。	24	+[环境部署](docs/zh/install/quick_install.md)是体验本项目能力的前提，请先完成NPU驱动、CANN包安装等，确保环境正常。
25		25
26	-1. [环境部署](docs/zh/install/quick_install.md)：本文是QuickStart和各类教程的操作前提，请先完成基础环境搭建和源码下载。	26	+## ⬇️源码下载
27		27
28	-2. [QuickStart](docs/QUICKSTART.md)：针对源码编译、算子调用/开发/调试等关键能力，提供快速上手的简易指南。	28	+环境准备好后，根据环境中CANN版本下载与之配套的分支源码，\$\{tag\_version\}替换为配套的分支标签名。
		29	+
		30	+```bash
		31	+git clone -b ${tag_version} https://gitcode.com/cann/ops-cv.git
		32	+```
		33	+
		34	+说明：对于WebIDE环境，已默认提供最新商发CANN版本配套的源码，如需获取其他版本源码，参考上述命令获取。
29		35
30	## 📖学习教程	36	## 📖学习教程
31		37
32	-若您已学习完快速入门章节，对本项目有一定认知，并希望深入了解和体验项目，请访问下述详细教程。	38	+- [快速入门](docs/QUICKSTART.md)：从零开始快速体验项目核心基础能力，涵盖源码编译、算子调用、开发与调试等操作。
33	-	39	+- [进阶教程](docs/README.md)：如需深入了解项目编译部署、算子调用、开发、调试调优等能力，请查阅文档中心获取详细指引。
34	-1. [算子列表](docs/zh/op_list.md)：提供全量算子信息，方便您查看算子分类和功能。
35	-2. [算子调用](docs/zh/invocation/quick_op_invocation.md)：提供多种源码编译和执行算子样例（包括执行UT）的方法。
36	-3. [算子开发](docs/zh/develop/aicore_develop_guide.md)：提供算子端到端开发指南，从零学习创建算子工程、实现Tiling和Kernel核心交付件。
37	-4. [算子调试调优](docs/zh/debug/op_debug_prof.md)：提供常见算子调试和调优方法，如DumpTensor、Msprof、Simulator等。
38	-
39	-除了上述关键教程，还有其他文档介绍，例如算子调用方式、build参数说明、术语概念等，全量文档请访问[docs](docs/README.md)。
40	-
41	-## 🔍目录结构
42	-
43	-关键目录如下，详细目录介绍参见[项目目录](./docs/zh/install/dir_structure.md)。
44	-
45	-```Cpp
46	-├── build.sh # 项目工程编译脚本
47	-├── cmake # 项目工程编译目录
48	-├── CMakeLists.txt
49	-├── common # 项目公共头文件和公共源码
50	-├── docs # 项目文档介绍(目前仅提供中文版本)
51	-├── examples # 端到端算子开发和调用示例
52	-├── experimental # 用户自定义算子存放目录
53	-├── objdetect # objdetect类算子
54	-├── ...
55	-├── image # image类算子
56	-│ ├── grid_sample # GridSample算子所有交付件，如Kernel、InferShape等
57	-│ │ ├── CMakeLists.txt # 算子编译配置文件
58	-│ │ ├── docs # 算子说明文档
59	-│ │ ├── examples # 算子使用示例
60	-│ │ ├── op_graph # 算子构图相关目录
61	-│ │ ├── op_host # 算子信息库、Tiling、InferShape相关实现目录
62	-│ │ ├── op_api # 可选，算子aclnn接口实现目录，如未提供则表示此算子的aclnn接口会让工程自动生成
63	-│ │ ├── op_kernel # 算子Kernel目录
64	-│ │ └── README.md # 算子介绍文档
65	-│ ├── ...
66	-│ └── CMakeLists.txt # 算子编译配置文件
67	-├── tests # 测试工程目录
68	-├── README.md
69	-├── install_deps.sh # 安装依赖包脚本
70	-├── requirements.txt # 项目需要的第三方依赖包
71	-└── scripts # 脚本目录，包含自定义算子、Kernel构建相关配置文件
72	-```
73		40
74	## 💬相关信息	41	## 💬相关信息
75		42
		43	+- [目录结构](docs/zh/install/dir_structure.md)
76	- [贡献指南](CONTRIBUTING.md)	44	- [贡献指南](CONTRIBUTING.md)
77	- [安全声明](SECURITY.md)	45	- [安全声明](SECURITY.md)
78	- [许可证](LICENSE)	46	- [许可证](LICENSE)
79	- [所属SIG](https://gitcode.com/cann/community/tree/master/CANN/sigs/ops-basic)	47	- [所属SIG](https://gitcode.com/cann/community/tree/master/CANN/sigs/ops-basic)
80		48
81	-## 🤝联系我们	49	+-----
82	-	50	+PS：本项目功能和文档正在持续更新和完善中，欢迎您关注最新版本。
83	-本项目功能和文档正在持续更新和完善中，建议您关注最新版本。
84		51
85	- 问题反馈：通过GitCode[【Issues】](https://gitcode.com/cann/ops-cv/issues)提交问题。	52	- 问题反馈：通过GitCode[【Issues】](https://gitcode.com/cann/ops-cv/issues)提交问题。
86	- 社区互动：通过GitCode[【讨论】](https://gitcode.com/cann/ops-cv/discussions)参与交流。	53	- 社区互动：通过GitCode[【讨论】](https://gitcode.com/cann/ops-cv/discussions)参与交流。
87	-- 技术专栏：通过GitCode[【Wiki】](https://gitcode.com/cann/ops-cv/wiki)获取技术文章，如系列化教程、优秀实践等。	54	+- 技术专栏：通过GitCode[【Wiki】](https://gitcode.com/cann/ops-cv/wiki)获取技术文章。

Mbuild.sh+1-1

	@@ -409,7 +409,7 @@ usage() {
409	echo " --asan enable asan with pkg on the host side"	409	echo " --asan enable asan with pkg on the host side"
410	echo " --valgrind run ut with valgrind. This option will disable asan, noexec and run utest by valgrind"	410	echo " --valgrind run ut with valgrind. This option will disable asan, noexec and run utest by valgrind"
411	echo ""	411	echo ""
412	- echo " --ops Compile specified operator, use snake name, like: --ops=add,add_lora, use ',' to separate different operator"	412	+ echo " --ops Compile specified operator, use snake name, like: --ops=grid_sample,iou_v2, use ',' to separate different operator"
413	echo " --soc Compile binary with specified Ascend SoC, like: --soc=ascend910b"	413	echo " --soc Compile binary with specified Ascend SoC, like: --soc=ascend910b"
414	echo " --vendor_name Specify the custom operator package vendor name, like: --vendor_name=customize, default to customize-cv"	414	echo " --vendor_name Specify the custom operator package vendor name, like: --vendor_name=customize, default to customize-cv"
415	echo " --aicpu build aicpu task"	415	echo " --aicpu build aicpu task"

Mdocs/QUICKSTART.md+43-34

	@@ -2,12 +2,12 @@
2		2
3	## 使用须知	3	## 使用须知
4		4
5	-本指南旨在帮助您快速上手CANN和`ops-cv`算子仓的使用。为方便快速了解算子开发全流程，将以AddExample算子为实践对象，其源文件位于`ops-cv/examples/add_example`，具体操作流程如下：	5	+本指南旨在帮助您快速上手CANN和`ops-cv`算子仓的使用。为方便您快速了解算子开发全流程，以AddExample算子为实践对象，算子源码位于`ops-cv/examples/add_example`，操作流程如下：
6		6
7	-1. [环境部署](zh/install/quick_install.md)：完成软件安装和源码下载，此处不再赘述。快速入门场景下，推荐WebIDE或Docker环境，安装操作简单。	7	+1. [前提条件](../README.md)：参考项目README完成环境准备和源码下载，此处不再赘述。快速入门场景推荐WebIDE或Docker部署，操作简单。
		8	+
		9	+ > 说明：WebIDE或Docker环境默认提供最新商发版CANN包；如需体验master分支最新能力，可手动搭建环境。
8		10
9	- > 说明：WebIDE或Docker环境默认提供最新商发版CANN包；如需体验master分支最新能力，可手动搭建环境。注意软件包与源码版本是否配套。
10	-
11	2. [编译运行](#一编译运行)：编译自定义算子包并安装，实现快速调用算子。	11	2. [编译运行](#一编译运行)：编译自定义算子包并安装，实现快速调用算子。
12		12
13	3. [算子开发](#二算子开发)：通过修改现有算子Kernel，体验开发、编译、验证的完整闭环。	13	3. [算子开发](#二算子开发)：通过修改现有算子Kernel，体验开发、编译、验证的完整闭环。
	@@ -20,21 +20,29 @@
20		20
21	本阶段目的是快速体验项目标准流程，验证环境能否成功进行算子源码编译、打包、安装和运行。	21	本阶段目的是快速体验项目标准流程，验证环境能否成功进行算子源码编译、打包、安装和运行。
22		22
23	-### 1. 进入项目目录	23	+### 1. 进入项目源码
		24	+
		25	+1. 检查源码版本。
		26	+
		27	+ 根据[release仓库](https://gitcode.com/cann/release-management)CANN版本配套关系检查源码版本是否配套，若不配套请参考下述命令重新下载，\$\{tag\_version\}替换为目标分支标签。
		28	+
		29	+ > 说明：对于WebIDE环境，已默认提供最新商发版CANN配套的项目源码。
24		30
25	-环境准备好后（注意软件与源码版本配套），进入项目目录。	31	+ ```bash
		32	+ git clone -b ${tag_version} https://gitcode.com/cann/ops-cv.git
		33	+ ```
		34	+
		35	+ 若出现提示信息`fatal: destination path 'ops-cv' already exists and is not an empty directory.`，说明项目源码已存在。
26		36
27	-- 对于Docker部署或手动安装场景，项目源码位于	37	+2. 进入源码目录。
28	-	38	+ - Docker或手动安装场景下源码位于：
29	-```bash	39	+ ```bash
30	-cd ops-cv	40	+ cd ops-cv
31	-```	41	+ ```
32	-	42	+ - WebIDE场景下源码位于：
33	-- 对于WebIDE场景，项目源码位于	43	+ ```bash
34	-	44	+ cd /mnt/workspace/ops-cv
35	-```bash	45	+ ```
36	-cd /mnt/workspace/ops-cv
37	-```
38		46
39	### 2. 编译AddExample算子	47	### 2. 编译AddExample算子
40		48
	@@ -82,7 +90,7 @@ bash build.sh --run_example add_example eager cust --vendor_name=custom
82		90
83	预期输出：打印算子`AddExample`的加法计算结果，表明算子已成功部署并正确执行。	91	预期输出：打印算子`AddExample`的加法计算结果，表明算子已成功部署并正确执行。
84		92
85	-```bash	93	+```
86	add_example first input[0] is: 1.000000, second input[0] is: 1.000000, result[0] is: 2.000000	94	add_example first input[0] is: 1.000000, second input[0] is: 1.000000, result[0] is: 2.000000
87	add_example first input[1] is: 1.000000, second input[1] is: 1.000000, result[1] is: 2.000000	95	add_example first input[1] is: 1.000000, second input[1] is: 1.000000, result[1] is: 2.000000
88	add_example first input[2] is: 1.000000, second input[2] is: 1.000000, result[2] is: 2.000000	96	add_example first input[2] is: 1.000000, second input[2] is: 1.000000, result[2] is: 2.000000
	@@ -143,7 +151,7 @@ __aicore__ inline void AddExample<T>::Compute(int32_t progress)
143		151
144	4. 成功标志：输出结果变成乘法结果。	152	4. 成功标志：输出结果变成乘法结果。
145		153
146	- ```bash	154	+ ```
147	add_example first input[0] is: 1.000000, second input[0] is: 1.000000, result[0] is: 1.000000	155	add_example first input[0] is: 1.000000, second input[0] is: 1.000000, result[0] is: 1.000000
148	add_example first input[1] is: 1.000000, second input[1] is: 1.000000, result[1] is: 1.000000	156	add_example first input[1] is: 1.000000, second input[1] is: 1.000000, result[1] is: 1.000000
149	add_example first input[2] is: 1.000000, second input[2] is: 1.000000, result[2] is: 1.000000	157	add_example first input[2] is: 1.000000, second input[2] is: 1.000000, result[2] is: 1.000000
	@@ -167,7 +175,7 @@ __aicore__ inline void AddExample<T>::Compute(int32_t progress)
167		175
168	* printf	176	* printf
169		177
170	- 该接口支持打印Scalar类型数据，如整数、字符型、布尔型等，详细介绍请参见[《Ascend C API》](https://hiascend.com/document/redirect/CannCommunityAscendCApi)中“算子调测API > printf”。	178	+ 该接口支持打印Scalar类型数据，如整数、字符型、布尔型等，详细介绍请参见[《Ascend C API》](https://hiascend.com/document/redirect/CannCommunityAscendCApi)中"算子调测API > printf"。
171		179
172	```c++	180	```c++
173	blockLength_ = (tilingData->totalLength + AscendC::GetBlockNum() - 1) / AscendC::GetBlockNum();	181	blockLength_ = (tilingData->totalLength + AscendC::GetBlockNum() - 1) / AscendC::GetBlockNum();
	@@ -181,7 +189,7 @@ __aicore__ inline void AddExample<T>::Compute(int32_t progress)
181	* DumpTensor	189	* DumpTensor
182		190
183	该接口支持Dump指定Tensor的内容，同时支持打印自定义附加信息，比如当前行号等，详细介绍请参见[《Ascend C API》](https://hiascend.com/document/redirect/CannCommunityAscendCApi)中“算子调测API > DumpTensor”。	191	该接口支持Dump指定Tensor的内容，同时支持打印自定义附加信息，比如当前行号等，详细介绍请参见[《Ascend C API》](https://hiascend.com/document/redirect/CannCommunityAscendCApi)中“算子调测API > DumpTensor”。
184	-	192	+
185	```c++	193	```c++
186	AscendC::LocalTensor<T> zLocal = outputQueueZ.DeQue<T>();	194	AscendC::LocalTensor<T> zLocal = outputQueueZ.DeQue<T>();
187	// 打印zLocal Tensor信息	195	// 打印zLocal Tensor信息
	@@ -193,22 +201,22 @@ __aicore__ inline void AddExample<T>::Compute(int32_t progress)
193	当算子功能验证正确后，可通过`msprof`工具采集算子性能数据。	201	当算子功能验证正确后，可通过`msprof`工具采集算子性能数据。
194		202
195	- 生成可执行文件	203	- 生成可执行文件
196	-	204	+
197	- 调用AddExample算子的example样例，生成可执行文件（test_aclnn_add_example），该文件位于项目`ops-cv/build`目录。	205	+ 调用AddExample算子的example样例，生成可执行文件（test_aclnn_add_example），该文件位于项目`ops-cv/build`目录。
198		206
199	- ```bash	207	+ ```bash
200	- bash build.sh --run_example add_example eager cust --vendor_name=custom	208	+ bash build.sh --run_example add_example eager cust --vendor_name=custom
201	- ```	209	+ ```
202		210
203	- 采集性能数据	211	- 采集性能数据
204		212
205	- 进入AddExample算子可执行文件目录`ops-cv/build/`，执行如下命令：	213	+ 进入AddExample算子可执行文件目录`ops-cv/build/`，执行如下命令：
206	-
207	- ```bash
208	- msprof --application="./test_aclnn_add_example"
209	- ```
210		214
211	- 采集结果在项目`ops-cv/build/`目录，msprof命令执行完后会自动解析并导出性能数据结果文件，详细内容请参见[msprof](https://www.hiascend.com/document/detail/zh/mindstudio/82RC1/T&ITools/Profiling/atlasprofiling_16_0110.html#ZH-CN_TOPIC_0000002504160251)。	215	+ ```bash
		216	+ msprof --application="./test_aclnn_add_example"
		217	+ ```
		218	+
		219	+采集结果在项目`ops-cv/build/`目录，msprof命令执行完后会自动解析并导出性能数据结果文件，详细内容请参见[msprof](https://www.hiascend.com/document/detail/zh/mindstudio/82RC1/T&ITools/Profiling/atlasprofiling_16_0110.html#ZH-CN_TOPIC_0000002504160251)。
212		220
213	## 四、算子验证	221	## 四、算子验证
214		222
	@@ -228,7 +236,7 @@ int main() {
228	// 修改前：shape = {32, 4, 4, 4}, 数值全为1	236	// 修改前：shape = {32, 4, 4, 4}, 数值全为1
229	// 修改后：将输入shape改为 {8, 8, 8, 8}，并填充不同的测试数据	237	// 修改后：将输入shape改为 {8, 8, 8, 8}，并填充不同的测试数据
230	std::vector<int64_t> selfXShape = {8, 8, 8, 8};	238	std::vector<int64_t> selfXShape = {8, 8, 8, 8};
231	- std::vector<float> selfXHostData(4096); // 4096 = 8 * 8 * 8 * 8	239	+ std::vector<float> selfXHostData(4096); // 4096 = 8 * 8 * 8 *8
232	// 可使用循环填充更有区分度的数据，例如递增序列	240	// 可使用循环填充更有区分度的数据，例如递增序列
233	for (int i = 0; i < 4096; ++i) {	241	for (int i = 0; i < 4096; ++i) {
234	selfXHostData[i] = static_cast<float>(i % 10); // 填充0-9的循环值	242	selfXHostData[i] = static_cast<float>(i % 10); // 填充0-9的循环值
	@@ -253,4 +261,5 @@ int main() {
253		261
254	## 结语	262	## 结语
255		263
256	-体验完上述流程后，您已基本完成一个算子开发，如果您想贡献算子或学习更多高阶技能，请访问本项目README，进一步了解[学习教程](../README.md#学习教程)和[贡献指南](../README.md#相关信息)等。	264	+体验完上述流程，您已基本完成算子开发过程，如果您想进一步贡献新算子或学习更多高阶开发、调试等技能，请访问本项目README学习[进阶教程](../README.md#学习教程)和[贡献指南](../README.md#相关信息)等。
		265	+

Mdocs/README.md+54-38

	@@ -1,52 +1,68 @@
1	-# 项目文档	1	+# 文档中心
2		2
3	-## 目录说明	3	+## 目录结构
4		4
5	-关键目录结构如下：	5	+Docs目录结构说明如下：
6		6
7	-```Cpp	7	+```
8	-├── context # 公共文档，如术语、基础概念等	8	+├── zh
9	-├── debug # 算子调试指导文档	9	+ ├── context # 公共文档，如术语、基础概念等
10	-│ ├── op_debug_prof.md	10	+ ├── debug # 算子调试指导文档
11	-│ ├── ...	11	+ │ ├── op_debug_prof.md
12	-├── develop # 算子开发指导文档	12	+ │ ├── ...
13	-│ ├── aicore_develop_guide.md	13	+ ├── develop # 算子开发指导文档
14	-│ ├── aicpu_develop_guide.md	14	+ │ ├── aicore_develop_guide.md
15	-│ ├── ...	15	+ │ ├── aicpu_develop_guide.md
16	-├── figures # 图片目录	16	+ │ ├── ...
17	-├── install # 环境安装指导文档	17	+ ├── figures # 图片目录
18	-│ ├── quick_install.md	18	+ ├── install # 环境安装和编译指导文档
19	-│ ├── build.md	19	+ │ ├── build.md
20	-│ └── ...	20	+ │ ├── compile.md
		liu-wei4月15日目录树的 `zh/` 子层级缩进与其他层级不一致： `├── zh ├── context # 缺少 │ 连接线 ├── debug # 缺少 │ 连接线` 建议与上方层级对齐，改为： `├── zh │ ├── context │ ├── debug`
21	-├── invocation # 算子调用指导文档（包括aclnn调用、图模式调用等）	21	+ │ ├── quick_install.md
22	-│ ├──op_invocation.md	22	+ │ └── ...
23	-│ ├── ...	23	+ ├── invocation # 算子调用指导文档（包括aclnn调用、图模式调用等）
24	-├── op_api_list.md # 全量算子接口列表（aclnn）	24	+ │ ├── quick_op_invocation.md
25	-├── op_list.md # 全量算子列表	25	+ │ ├── ...
26	-├── QUICKSTART.md # 快速入门指南	26	+ ├── op_api_list.md # 全量算子接口列表（aclnn）
27	-├── CONTRIBUTING_DOCS.md # 文档贡献指南	27	+ ├── op_list.md # 全量算子列表
28	-└── README.md	28	+├── CONTRIBUTING_DOCS.md # 文档贡献说明
		29	+├── QUICKSTART.md # 快速入门
		30	+└── README.md
29	```	31	```
30		32
31	-## 文档说明	33	+## 进阶教程
		34	+### 指南类文档
32		35
33	-项目全量文档如下，请按需获取对应内容。	36	+\| 文档 \| 说明 \|
		37	+\| ------------------------------------------------------------ \| ------------------------------------------------------------ \|
		38	+\| [源码构建指南](zh/install/compile.md) \| 介绍联网/未联网场景下不同的源码构建方式和验证方法。 \|
		39	+\| [算子调用指南](zh/invocation/quick_op_invocation.md) \| 介绍调用算子样例方法和不同算子调用方式（如PyTorch/aclnn/图等）。 \|
		40	+\| [标准算子开发指南](zh/develop/aicore_develop_guide.md) \| 介绍如何基于标准工程定义算子原型、实现Tiling和Kernel，此类算子称为“标准算子”。<br>标准算子支持aclnn和图模式调用。 \|
		41	+\| [简易算子开发指南](../examples/fast_kernel_launch_example/README.md) \| 介绍如何基于简易工程实现fast_kernel_launch，即`<<<>>>`方式，此类算子称为“简易算子”。<br>简易算子仅支持PyTorch调用。 \|
		42	+\| [算子调试调优](zh/debug/op_debug_prof.md) \| 介绍常见的算子功能调试和性能调优方法（如数据采集和仿真流水等）。 \|
34		43
35	-\| 文档 \| 说明 \|	44	+### API类文档
36	-\| ------------------------------------------------ \| ------------------------------------------------------------ \|	45	+
		46	+\| 文档 \| 说明 \|
		47	+\| ----------------------- \| ---------------------- \|
37	\| [算子列表](zh/op_list.md) \| 介绍项目包含的所有算子清单。 \|	48	\| [算子列表](zh/op_list.md) \| 介绍项目包含的所有算子清单。 \|
38	-\| [aclnn列表](zh/op_api_list.md) \| 介绍项目包含的所有算子API，通过该API可直调算子。 \|	49	+\| [aclnn列表](zh/op_api_list.md) \| 介绍项目包含的所有算子aclnn API清单。为方便用户在Host侧调用算子，提供了C语言API，即aclnn前缀的API。 \|
39	-\| [环境部署](zh/install/quick_install.md) \| 介绍基础环境搭建过程，包括不同场景下软件包和第三方依赖的获取和安装。 \|	50	+
40	-\| [算子调用](zh/invocation/quick_op_invocation.md) \| 介绍如何编译源码并执行算子，包括不同场景下的算子包编译、算子样例执行、UT执行等。 \|	51	+### 工具类文档
41	-\| [算子开发](zh/develop/aicore_develop_guide.md) \| 介绍如何基于本项目工程开发新算子，包括算子原型定义、Tiling实现、Kernel实现等。 \|	52	+\| 文档 \| 说明 \|
42	-\| [算子调用方式](zh/invocation/op_invocation.md) \| 介绍多种算子调用方式和调用流程，例如aclnn调用、图模式调用等。 \|	53	+\| ----------------------- \| ---------------------- \|
43	-\| [算子调试调优](zh/debug/op_debug_prof.md) \| 介绍常见的算子调试、调优方法。 \|	54	+\| [Simulator仿真工具](zh/debug/cann_sim.md) \| 面向算子开发场景的SoC级仿真工具，用于分析运行在AI仿真器上AI任务在各阶段精度和性能数据。 \|
44	-\| [快速入门](QUICKSTART.md) \| 零基础入门指南，涵盖Docker部署、算子开发和贡献流程。 \|	55	+
45	-\| [贡献指南](CONTRIBUTING_DOCS.md) \| 介绍如何参与文档完善和贡献文档改进。 \|	56	+### 更多文档
		57	+
		58	+- 样例类文档：可参考[cann-samples](https://gitcode.com/cann/cann-samples)仓算子样例。
		59	+- 实践类文档：建设中，请您访问项目wiki进行搜索。
		60	+- FAQ类文档：建设中，请您访问项目wiki进行搜索。
46		61
47	## 附录	62	## 附录
48		63
49	\| 文档 \| 说明 \|	64	\| 文档 \| 说明 \|
50	\| ----------------------------------- \| ------------------------------------------------------------ \|	65	\| ----------------------------------- \| ------------------------------------------------------------ \|
51	\| [算子基本概念](zh/context/基本概念.md) \| 介绍算子领域相关的基础概念和术语，如量化/稀疏、数据类型、数据格式等。 \|	66	\| [算子基本概念](zh/context/基本概念.md) \| 介绍算子领域相关的基础概念和术语，如量化/稀疏、数据类型、数据格式等。 \|
52	-\| [build参数说明](zh/install/build.md) \| 介绍本项目build.sh脚本的功能和参数含义。 \|	67	+\| [build参数说明](zh/install/build.md) \| 介绍本项目build.sh参数功能和取值，包括源码编译、算子调用、调试等。 \|
		68	+

Mdocs/zh/debug/cann_sim.md+2-2

	@@ -36,14 +36,14 @@ CANN Simulator集成在CANN toolkit包里，参考[环境部署](../install/quic
36		36
37	* 参考[算子调用](../invocation/quick_op_invocation.md)完成add_example的算子编译和安装	37	* 参考[算子调用](../invocation/quick_op_invocation.md)完成add_example的算子编译和安装
38		38
39	-```sh	39	+```
40	# 说明：进入项目根目录，执行如下编译命令，命令仅供参考，详细可以查看算子调用的说明。	40	# 说明：进入项目根目录，执行如下编译命令，命令仅供参考，详细可以查看算子调用的说明。
41	bash build.sh --pkg --soc=Ascend950 --vendor_name=custom --ops=add_example	41	bash build.sh --pkg --soc=Ascend950 --vendor_name=custom --ops=add_example
42	# 安装自定义算子包	42	# 安装自定义算子包
43	./build_out/cann-ops-cv-${vendor_name}_linux-${arch}.run	43	./build_out/cann-ops-cv-${vendor_name}_linux-${arch}.run
44	```	44	```
45		45
46	-* 参考[aclnn调用](../invocation/op_invocation.md#aclnn调用)完成test_aclnn_add_example.cpp的编译，编出可执行文件test_aclnn_add_example	46	+* 参考[aclnn调用](../invocation/quick_op_invocation.md#aclnn调用)完成test_aclnn_add_example.cpp的编译，编出可执行文件test_aclnn_add_example
47		47
48	## 执行仿真命令	48	## 执行仿真命令
49		49

Mdocs/zh/develop/aicore_develop_guide.md+61-45

	@@ -2,15 +2,22 @@
2		2
3	## 概述	3	## 概述
4		4
5	-> 说明：	5	+### 使用说明
6	->
7	-> 1. 算子开发过程中涉及的基本概念如Tiling、Kernel、硬件架构等请参考[《Ascend C算子开发》](https://hiascend.com/document/redirect/CannCommunityOpdevAscendC)，涉及的接口请参考[《Ascend C算子开发接口》](https://hiascend.com/document/redirect/CannCommunityAscendCApi)、[《基础数据结构和接口》](https://hiascend.com/document/redirect/CannCommunitybasicopapi)。
8	-> 2. AI Core算子是使用Ascend C语言开发，运行在AI Core硬件单元算子；AI CPU算子是使用C++语言开发，运行在AI CPU硬件单元算子。如果您想贡献AI CPU算子，请参考[AI CPU算子开发指南](./aicpu_develop_guide.md)。
9	-> 3. 针对基于[Ascend/samples](https://gitee.com/ascend/samples/tree/master)仓贡献的算子，请参考[附录 > 算子工程迁移](#算子工程迁移)完成存量算子往本项目工程迁移。
10	-> 4. build.sh：算子开发过程中涉及的命令可通过`bash build.sh --help`查看，功能参数介绍参考[build参数说明](../install/build.md)。
11	-> 5. 涉及多平台间算子迁移（如将Atlas A2上已实现算子功能迁移适配至Ascend 950）时，可参考[跨平台迁移指导](./cross_platform_migration_guide.md)。
12		6
13	-开发指南以`AddExample`算子开发为例，介绍新算子开发流程以及涉及的交付件，完整样例代码请访问项目`examples`目录。	7	+算子根据运行的硬件单元不同，可分为AI Core算子和AI CPU算子（少数）。AI Core算子使用Ascend C语言开发，运行在AI Core硬件单元；AI CPU算子使用C++语言开发，运行在AI CPU硬件单元。
		8	+
		9	+本文旨在介绍如何基于标准工程开发AI Core算子，如果您想贡献AI CPU算子，请参考[AI CPU算子开发指南](./aicpu_develop_guide.md)。
		10	+
		11	+算子开发前，请先了解如下信息：
		12	+
		13	+- 基础知识：请先学习Ascend C编程语言，了解基本语法和原理，参考[《Ascend C算子开发》](https://hiascend.com/document/redirect/CannCommunityOpdevAscendC)熟悉硬件架构、算子Tiling/Kernel等概念。
		14	+- 开发API：算子开发过程中使用到的接口请参考[《Ascend C算子开发接口》](https://hiascend.com/document/redirect/CannCommunityAscendCApi)、[《基础数据结构和接口》](https://hiascend.com/document/redirect/CannCommunitybasicopapi)。
		15	+- 算子工程迁移：针对[Ascend/samples](https://gitee.com/ascend/samples/tree/master)仓已贡献的算子，请参考[附录 > 算子工程迁移](#算子工程迁移)完成存量算子往本项目工程迁移。
		16	+- 算子跨平台迁移：针对涉及多平台算子实现迁移的场景，例如将Atlas A2上已实现的算子功能迁移到Ascend 950平台，请参考[附录 > 算子跨平台迁移](#算子跨平台迁移)完成适配。
		17	+
		18	+### 开发流程
		19	+
		20	+以`AddExample`算子为例，介绍标准AI Core算子开发的全流程和交付件，完整样例请访问项目`examples`目录。
14		21
15	1. [工程创建](#工程创建)：开发算子前，需完成环境部署并创建算子目录，方便后续算子的编译和部署。	22	1. [工程创建](#工程创建)：开发算子前，需完成环境部署并创建算子目录，方便后续算子的编译和部署。
16		23
	@@ -30,20 +37,14 @@
30		37
31	## 工程创建	38	## 工程创建
32		39
33	-1. 环境部署
34	-
35	-开发算子前，请先参考[环境部署](../install/quick_install.md)完成基础环境搭建。
36	-
37	-2. 目录创建
38	-
39	目录创建是算子开发的重要步骤，为后续代码编写、编译构建和调试提供统一的目录结构和文件组织方式。	40	目录创建是算子开发的重要步骤，为后续代码编写、编译构建和调试提供统一的目录结构和文件组织方式。
40		41
41	本项目`build.sh`，支持快速创建算子目录。进入项目根目录，执行以下命令：	42	本项目`build.sh`，支持快速创建算子目录。进入项目根目录，执行以下命令：
42		43
43	```bash	44	```bash
44	-# 创建指定算子目录，如bash build.sh --genop=examples/add_example	45	+# 创建指定算子目录，如bash build.sh --genop=examples/example_ops
45	# ${op_class}表示算子类型，如image类。	46	# ${op_class}表示算子类型，如image类。
46	-# ${op_name}表示算子名的小写下划线形式，如`AddExample`算子对应为add_example，新增算子不允许与已有算子重名。	47	+# ${op_name}表示算子名的小写下划线形式，如`ExampleOps`算子对应为example_ops，新增算子不允许与已有算子重名。
47	bash build.sh --genop=${op_class}/${op_name}	48	bash build.sh --genop=${op_class}/${op_name}
48	```	49	```
49		50
	@@ -55,10 +56,13 @@ Create the initial directory for ${op_name} under ${op_class} success
55		56
56	创建完成后，目录结构如下所示：	57	创建完成后，目录结构如下所示：
57		58
58	-```cpp	59	+```
59	${op_name} # 替换为实际算子名的小写下划线形式	60	${op_name} # 替换为实际算子名的小写下划线形式
60	├── examples # 算子调用示例	61	├── examples # 算子调用示例
61	-│ └── test_aclnn_${op_name}.cpp # 算子aclnn调用示例	62	+│ ├── test_aclnn_${op_name}.cpp # 算子aclnn调用示例
		63	+├── op_graph # 算子图模式
		64	+│ ├── {op_name}_graph_infer.cpp # InferDtepy实现，实现算子dtype推导，在运行时推导输出dtype
		65	+│ └── {op_name}_proto.h # 实现算子图模式的原型
62	├── op_host # Host侧实现	66	├── op_host # Host侧实现
63	│ ├── ${op_name}_def.cpp # 算子信息库，定义算子基本信息，如名称、输入输出、数据类型等	67	│ ├── ${op_name}_def.cpp # 算子信息库，定义算子基本信息，如名称、输入输出、数据类型等
64	│ ├── ${op_name}_infershape.cpp # InferShape实现，实现算子形状推导，在运行时推导输出shape	68	│ ├── ${op_name}_infershape.cpp # InferShape实现，实现算子形状推导，在运行时推导输出shape
	@@ -73,7 +77,7 @@ ${op_name} # 替换为实际算子名的小写下
73		77
74	若`${op_class}`为全新算子分类需额外在`CMakeLists.txt`中添加`add_subdirectory(${op_class})`，否则无法正常编译。	78	若`${op_class}`为全新算子分类需额外在`CMakeLists.txt`中添加`add_subdirectory(${op_class})`，否则无法正常编译。
75		79
76	-```CMake	80	+```
77	if(ENABLE_EXPERIMENTAL)	81	if(ENABLE_EXPERIMENTAL)
78	# genop新增experimental算子分类	82	# genop新增experimental算子分类
79	# add_subdirectory(${op_class})	83	# add_subdirectory(${op_class})
	@@ -89,6 +93,8 @@ endif()
89		93
90	算子定义需要完成两个交付件：`README.md` ```${op_name}_def.cpp```	94	算子定义需要完成两个交付件：`README.md` ```${op_name}_def.cpp```
91		95
		96	+> 💡 进阶内容：关于算子原型定义的详细说明，包括输入/输出/属性定义、AI处理器配置、多硬件平台差异化注册等，请参考[《AI Core算子开发进阶指南 - 算子原型定义》](./aicore_develop_advanced_guide.md#算子原型定义)。
		97	+
92	交付件1：README.md	98	交付件1：README.md
93		99
94	开发算子前需要先确定目标算子的功能和计算逻辑。	100	开发算子前需要先确定目标算子的功能和计算逻辑。
	@@ -103,6 +109,8 @@ endif()
103		109
104	## Tiling实现	110	## Tiling实现
105		111
		112	+> 💡 进阶内容：关于Host侧Tiling实现的详细说明，包括基本流程、Tiling结构体定义、Tiling模板编程等，请参考[《AI Core算子开发进阶指南 - Host侧Tiling实现》](./aicore_develop_advanced_guide.md#host侧tiling实现)。
		113	+
106	### Tiling简介	114	### Tiling简介
107		115
108	因NPU中AI Core内部存储空间有限，无法一次性将整个张量数据加载到计算单元中处理，因此需要将输入张量切分为多个小块（Tile），逐块进行计算，这一过程称为Tiling。	116	因NPU中AI Core内部存储空间有限，无法一次性将整个张量数据加载到计算单元中处理，因此需要将输入张量切分为多个小块（Tile），逐块进行计算，这一过程称为Tiling。
	@@ -112,9 +120,7 @@ endif()
112	### 代码实现	120	### 代码实现
113		121
114	Tiling一共需要三个交付件：```${op_name}_tiling.cpp``` ```${op_name}_tiling_key.h``` ```${op_name}_tiling_data.h```	122	Tiling一共需要三个交付件：```${op_name}_tiling.cpp``` ```${op_name}_tiling_key.h``` ```${op_name}_tiling_data.h```
115	-
116	> 说明：	123	> 说明：
117	->
118	> 1. `${op_name}_tiling.cpp`放在`${op_name}/op_host`目录下；	124	> 1. `${op_name}_tiling.cpp`放在`${op_name}/op_host`目录下；
119	> 2. `${op_name}_tiling_key.h`和`${op_name}_tiling_data.h`放在`${op_name}/op_kernel`目录下；	125	> 2. `${op_name}_tiling_key.h`和`${op_name}_tiling_data.h`放在`${op_name}/op_kernel`目录下；
120	> 3. 如果`${op_name}_tiling.cpp`中需要引用`${op_name}_tiling_data.h`，请使用相对路径的方式，例如：`#include "../op_kernel/${op_name}_tiling_data.h"`。	126	> 3. 如果`${op_name}_tiling.cpp`中需要引用`${op_name}_tiling_data.h`，请使用相对路径的方式，例如：`#include "../op_kernel/${op_name}_tiling_data.h"`。
	@@ -126,7 +132,7 @@ Tiling主要切分逻辑。
126	如需查看详细实现，请参考[add_example_tiling.cpp](../../../examples/add_example/op_host/add_example_tiling.cpp)。	132	如需查看详细实现，请参考[add_example_tiling.cpp](../../../examples/add_example/op_host/add_example_tiling.cpp)。
127		133
128	> 样例中函数空实现说明：	134	> 样例中函数空实现说明：
129	->	135	+
130	> 1. TilingParse：图模式标准交付件，保留函数定义以满足框架调用规范，无实际逻辑时可置空。	136	> 1. TilingParse：图模式标准交付件，保留函数定义以满足框架调用规范，无实际逻辑时可置空。
131	> 2. CompileInfo：图模式标准交付件，保留函数定义以满足框架调用规范，无实际逻辑时可置空。	137	> 2. CompileInfo：图模式标准交付件，保留函数定义以满足框架调用规范，无实际逻辑时可置空。
132		138
	@@ -197,7 +203,6 @@ static ge::graphStatus TilingFunc(gert::TilingContext* context){
197	// 3.Tiling注册入口	203	// 3.Tiling注册入口
198	IMPL_OP_OPTILING(${op_name}).Tiling(TilingFunc).TilingParse<CompileInfo>(TilingParse);	204	IMPL_OP_OPTILING(${op_name}).Tiling(TilingFunc).TilingParse<CompileInfo>(TilingParse);
199	```	205	```
200	-
201	交付件2：${op_name}_tiling_key.h	206	交付件2：${op_name}_tiling_key.h
202		207
203	TilingKey是一个算子内为了区分不同的实现而将kernel代码进行区分的方法，kernel侧可以通过TilingKey来选择不同的算法逻辑。	208	TilingKey是一个算子内为了区分不同的实现而将kernel代码进行区分的方法，kernel侧可以通过TilingKey来选择不同的算法逻辑。
	@@ -214,7 +219,6 @@ ASCENDC_TPL_ARGS_DECL(
214		219
215	ASCENDC_TPL_SEL(ASCENDC_TPL_ARGS_SEL(	220	ASCENDC_TPL_SEL(ASCENDC_TPL_ARGS_SEL(
216	ASCENDC_TPL_UINT_SEL(schMode, ASCENDC_TPL_UI_LIST, ELEMENTWISE_TPL_SCH_MODE_0, ELEMENTWISE_TPL_SCH_MODE_1)));	221	ASCENDC_TPL_UINT_SEL(schMode, ASCENDC_TPL_UI_LIST, ELEMENTWISE_TPL_SCH_MODE_0, ELEMENTWISE_TPL_SCH_MODE_1)));
217	-
218	```	222	```
219		223
220	交付件3：${op_name}_tiling_data.h	224	交付件3：${op_name}_tiling_data.h
	@@ -233,6 +237,8 @@ struct ${op_name}TilingData {
233		237
234	## Kernel实现	238	## Kernel实现
235		239
		240	+> 💡 进阶内容：关于Kernel侧算子实现的详细说明，包括核函数定义、GET_TILING_DATA获取Tiling参数、核函数内推导输入数据类型和格式等，请参考[《AI Core算子开发进阶指南 - Kernel侧算子实现》](./aicore_develop_advanced_guide.md#kernel侧算子实现)。
		241	+
236	### Kernel简介	242	### Kernel简介
237		243
238	Kernel是算子在NPU执行的核心部分，负责张量数据的加载、计算和存储，是算子功能实现的最终载体。Kernel的实现需要与Tiling策略紧密配合，根据Tiling提供的`TilingData`、`TilingKey`信息进行内存分配和计算调度。	244	Kernel是算子在NPU执行的核心部分，负责张量数据的加载、计算和存储，是算子功能实现的最终载体。Kernel的实现需要与Tiling策略紧密配合，根据Tiling提供的`TilingData`、`TilingKey`信息进行内存分配和计算调度。
	@@ -241,8 +247,8 @@ Kernel实现包括如下步骤，整个流程通过`Process`函数串联，实
241		247
242	```mermaid	248	```mermaid
243	graph LR	249	graph LR
244	- H([核函数定义]) -->A([定义Kernel类])	250	+ H([核函数定义]) -->A([定义Kernel类])
245	- A -->B([初始化函数<br>Init])	251	+ A -->B([初始化函数<br>Init])
246	B -->C([主处理函数<br>Process])	252	B -->C([主处理函数<br>Process])
247	subgraph C [主处理函数 Process]	253	subgraph C [主处理函数 Process]
248	D([数据搬入<br>CopyIn]) -->E([计算<br>Compute]) -->F([数据搬出<br>CopyOut])	254	D([数据搬入<br>CopyIn]) -->E([计算<br>Compute]) -->F([数据搬出<br>CopyOut])
	@@ -253,9 +259,7 @@ graph LR
253	### 代码实现	259	### 代码实现
254		260
255	Kernel一共需要两个交付件：```${op_name}.cpp``` ```${op_name}.h```	261	Kernel一共需要两个交付件：```${op_name}.cpp``` ```${op_name}.h```
256	-
257	> 说明：	262	> 说明：
258	->
259	> 1. `${op_name}.cpp`为kernel的入口函数只能放在`${op_name}/op_kernel`目录下；	263	> 1. `${op_name}.cpp`为kernel的入口函数只能放在`${op_name}/op_kernel`目录下；
260	> 2. `${op_name}.h`文件可以按照不同SoC或模板放在对应目录下，例如：`${op_name}/op_kernel/arch32`、`${op_name}/op_kernel/arch35`或`${op_name}/op_kernel/impl`等目录下；	264	> 2. `${op_name}.h`文件可以按照不同SoC或模板放在对应目录下，例如：`${op_name}/op_kernel/arch32`、`${op_name}/op_kernel/arch35`或`${op_name}/op_kernel/impl`等目录下；
261		265
	@@ -373,11 +377,15 @@ __aicore__ inline void AddExample<T>::Process()
373		377
374	## 图模式适配	378	## 图模式适配
375		379
		380	+> 💡 进阶内容：关于GE图模式原型定义的详细说明，包括REG_OP接口、TensorType类等，请参考[《AI Core算子开发进阶指南 - GE图模式原型定义》](./aicore_develop_advanced_guide.md#ge图模式原型定义)。
		381	+
376	图模式一共需要三个交付件：```${op_name}_graph_infer.cpp``` ```${op_name}_infershape.cpp``` ```${op_name}_proto.h```	382	图模式一共需要三个交付件：```${op_name}_graph_infer.cpp``` ```${op_name}_infershape.cpp``` ```${op_name}_proto.h```
377	详细说明见图模式适配指南[graph_develop_guide.md](./graph_develop_guide.md)。	383	详细说明见图模式适配指南[graph_develop_guide.md](./graph_develop_guide.md)。
378		384
379	## aclnn适配	385	## aclnn适配
380		386
		387	+> 💡关于Aclnn接口的详细说明，包括自动生成配置方式、动态库路径等，请参考[《AI Core算子开发进阶指南 - Aclnn指导》](./aicore_develop_advanced_guide.md#aclnn指导)。
		388	+
381	通常算子开发和编译完成后，会自动生成aclnn接口（一套基于C 的API），可直接在应用程序中调用aclnn接口实现调用算子。	389	通常算子开发和编译完成后，会自动生成aclnn接口（一套基于C 的API），可直接在应用程序中调用aclnn接口实现调用算子。
382		390
383	为实现该调用方式，需提前生成算子对应的二进制包，增加二进制编译json文件，以`AddExample`算子为例：	391	为实现该调用方式，需提前生成算子对应的二进制包，增加二进制编译json文件，以`AddExample`算子为例：
	@@ -397,31 +405,30 @@ __aicore__ inline void AddExample<T>::Process()
397	参考[工程创建](#工程创建)完成基础环境搭建，同时检查算子开发交付件是否完备，是否在对应算子分类目录下。	405	参考[工程创建](#工程创建)完成基础环境搭建，同时检查算子开发交付件是否完备，是否在对应算子分类目录下。
398		406
399	2. 配置环境变量。	407	2. 配置环境变量。
		408	+
		409	+ 根据实际场景，选择合适的命令。
400		410
401	- 根据实际场景，选择合适的命令。	411	+ ```bash
402	-	412	+ # 默认路径安装，以root用户为例（非root用户，将/usr/local替换为${HOME}）
403	- ```bash	413	+ source /usr/local/Ascend/cann/set_env.sh
404	- # 默认路径安装，以root用户为例（非root用户，将/usr/local替换为${HOME}）	414	+ # 指定路径安装
405	- source /usr/local/Ascend/cann/set_env.sh	415	+ # source ${install_path}/cann/set_env.sh
406	- # 指定路径安装	416	+ ```
407	- # source ${install_path}/cann/set_env.sh
408	- ```
409		417
410	3. 编译自定义算子包。	418	3. 编译自定义算子包。
411		419
412	以`AddExample`算子为例，假设开发交付件在`examples`目录，完整代码参见[add_example](../../../examples/add_example)目录。若编译`experimental`目录下用户自定义算子，编译命令需增加编译参数`--experimental`。	420	以`AddExample`算子为例，假设开发交付件在`examples`目录，完整代码参见[add_example](../../../examples/add_example)目录。若编译`experimental`目录下用户自定义算子，编译命令需增加编译参数`--experimental`。
413		421
414	- > 说明：编译过程依赖第三方开源软件，联网场景会自动下载，离线编译场景需要自行安装，具体参考[未联网编译](../invocation/quick_op_invocation.md#未联网编译)。	422	+ > 说明：编译过程依赖第三方开源软件，联网场景会自动下载，离线编译场景需要自行安装，具体参考[未联网编译](../install/compile.md#未联网编译)。
415		423
416	进入项目根目录，执行如下编译命令。	424	进入项目根目录，执行如下编译命令。
417		425
418	```bash	426	```bash
419	# 编译指定算子，如bash build.sh --pkg --ops=add_example -j16	427	# 编译指定算子，如bash build.sh --pkg --ops=add_example -j16
420	bash build.sh --pkg --soc=${soc_version} --vendor_name=${vendor_name} --ops=${op_list} [-j${n}]	428	bash build.sh --pkg --soc=${soc_version} --vendor_name=${vendor_name} --ops=${op_list} [-j${n}]
421	-	429	+
422	# 编译experimental目录下指定算子	430	# 编译experimental目录下指定算子
423	bash build.sh --pkg --soc=${soc_version} --vendor_name=${vendor_name} --ops=${op_list} [--experimental] [-j${n}]	431	bash build.sh --pkg --soc=${soc_version} --vendor_name=${vendor_name} --ops=${op_list} [--experimental] [-j${n}]
424	-
425	```	432	```
426		433
427	- --soc：\$\{soc\_version\}表示NPU型号。Atlas A2系列产品使用"ascend910b"（默认），Atlas A3系列产品使用"ascend910_93"，Ascend 950PR/Ascend 950DT产品使用"ascend950"。	434	- --soc：\$\{soc\_version\}表示NPU型号。Atlas A2系列产品使用"ascend910b"（默认），Atlas A3系列产品使用"ascend910_93"，Ascend 950PR/Ascend 950DT产品使用"ascend950"。
	@@ -439,18 +446,18 @@ __aicore__ inline void AddExample<T>::Process()
439	4. 安装自定义算子包。	446	4. 安装自定义算子包。
440		447
441	执行以下命令进行安装：	448	执行以下命令进行安装：
442	-	449	+
443	```bash	450	```bash
444	# 安装run包	451	# 安装run包
445	./build_out/cann-ops-cv-${vendor_name}_linux-${arch}.run	452	./build_out/cann-ops-cv-${vendor_name}_linux-${arch}.run
446	```	453	```
447		454
448	- 自定义算子包安装在```${ASCEND_HOME_PATH}/opp/vendors```路径中，```${ASCEND_HOME_PATH}```表示CANN软件安装目录，可提前在环境变量中配置。	455	+ 自定义算子包安装在```${ASCEND_HOME_PATH}/opp/vendors```路径中，```${ASCEND_HOME_PATH}```表示CANN软件安装目录，可提前在环境变量中配置。
449		456
450	5. （可选）卸载自定义算子包。	457	5. （可选）卸载自定义算子包。
451		458
452	自定义算子包安装后在```${ASCEND_HOME_PATH}/opp/vendors/custom_cv/scripts```目录会生成`uninstall.sh`，通过该脚本可卸载自定义算子包，命令如下：	459	自定义算子包安装后在```${ASCEND_HOME_PATH}/opp/vendors/custom_cv/scripts```目录会生成`uninstall.sh`，通过该脚本可卸载自定义算子包，命令如下：
453	-	460	+
454	```bash	461	```bash
455	bash ${ASCEND_HOME_PATH}/opp/vendors/custom_cv/scripts/uninstall.sh	462	bash ${ASCEND_HOME_PATH}/opp/vendors/custom_cv/scripts/uninstall.sh
456	```	463	```
	@@ -707,7 +714,6 @@ TEST_F(${OpName}KernelTest, test_case_basic)
707	3. Tiling数据准备方式	714	3. Tiling数据准备方式
708		715
709	- 手动构造：适合字段少、逻辑简单。	716	- 手动构造：适合字段少、逻辑简单。
710	-
711	- 调用Tiling函数自动生成：适合字段多、依赖属性/shape复杂。可复用`tests/ut/common/tiling_context_faker.h`与`tiling_case_executor.h`。示例：	717	- 调用Tiling函数自动生成：适合字段多、依赖属性/shape复杂。可复用`tests/ut/common/tiling_context_faker.h`与`tiling_case_executor.h`。示例：
712		718
713	```CPP	719	```CPP
	@@ -741,12 +747,16 @@ uint32_t blockDim = tilingInfo.blockNum;
741	export LD_LIBRARY_PATH=${ASCEND_HOME_PATH}/opp/vendors/${vendor_name}_cv/op_api/lib:${LD_LIBRARY_PATH}	747	export LD_LIBRARY_PATH=${ASCEND_HOME_PATH}/opp/vendors/${vendor_name}_cv/op_api/lib:${LD_LIBRARY_PATH}
742	```	748	```
743		749
744	-开发好的算子完成编译部署后，可通过aclnn方式验证功能，方法请参考[算子调用方式](../invocation/op_invocation.md)。	750	+开发好的算子完成编译部署后，可通过aclnn方式验证功能，方法请参考[算子调用方式](../invocation/quick_op_invocation.md)。
745		751
746	## 附录	752	## 附录
747		753
748	自定义算子如需运行图模式，不需要aclnn适配，详细内容请参考[图模式开发指南](./graph_develop_guide.md)。	754	自定义算子如需运行图模式，不需要aclnn适配，详细内容请参考[图模式开发指南](./graph_develop_guide.md)。
749		755
		756	+> 💡 进阶内容：
		757	+>
		758	+> - 关于多芯片代际隔离的详细说明，包括芯片架构映射、隔离位置清单、Kernel入口配置等，请参考[《AI Core算子开发进阶指南 - 代际隔离说明》](./aicore_develop_advanced_guide.md#代际隔离说明)。
		759	+
750	### 算子工程迁移	760	### 算子工程迁移
751		761
752	由于Ascend/samples工程与本项目工程有差异，在本项目创建工程后（参考[工程创建](#工程创建)），迁移请参考下表中的迁移方法。	762	由于Ascend/samples工程与本项目工程有差异，在本项目创建工程后（参考[工程创建](#工程创建)），迁移请参考下表中的迁移方法。
	@@ -1066,4 +1076,10 @@ template<int D_T_X, int D_T_Y, int D_T_Z, int TILE_NUM, int IS_SPLIT>
1066	<p style="font-size:18px;"><b>op_kernel/{op_name}_tiling_key.h</b></p>	1076	<p style="font-size:18px;"><b>op_kernel/{op_name}_tiling_key.h</b></p>
1067	</div>	1077	</div>
1068		1078
1069	-保留原有op_kernel/tiling_key_{op_name}.h中算子的模板参数定义，若不存在op_kernel/tiling_key_{op_name}.h，请参考[add_example_tiling_key.h](../../../examples/add_example/op_kernel/add_example_tiling_key.h)新增定义模板参数和模板参数组合。	1079	+保留原有op\_kernel/tiling\_key\_{op\_name}.h中算子的模板参数定义，若不存在op\_kernel/tiling\_key\_{op\_name}.h，请参考[add_example_tiling_key.h](../../../examples/add_example/op_kernel/add_example_tiling_key.h)新增定义模板参数和模板参数组合。
		1080	+
		1081	+### 算子跨平台迁移
		1082	+
		1083	+完成算子代码开发后，如需实现多平台间（如Atlas A2/A3等）的算子代码迁移，需考虑硬件结构差异引发的软件实现变更。
		1084	+
		1085	+您可以参考[算子跨平台迁移指导](./cross_platform_migration_guide.md)，该文档提供了常见的适配要点与方法论，并提供相关算子的适配样例。

Mdocs/zh/develop/aicpu_develop_guide.md+39-37

	@@ -2,34 +2,36 @@
2		2
3	## 概述	3	## 概述
4		4
5	-> 说明：	5	+### 使用说明
6	->
7	-> 1. 算子开发过程中涉及的基本概念、AI CPU接口等，详细介绍请参考[《TBE&AI CPU算子开发》](https://hiascend.com/document/redirect/CannCommunityOpdevWizard)。
8	-> 2. AI CPU算子是使用C++语言开发，运行在AI CPU硬件单元的算子。
9	-> 3. build.sh：算子开发过程中涉及的命令可通过`bash build.sh --help`查看，功能参数介绍参考[build参数说明](../install/build.md)。
10		6
11	-开发指南以`AddExample`算子开发为例，介绍新算子开发流程以及涉及的交付件，完整样例代码请访问项目`examples`目录。	7	+算子根据运行的硬件单元不同，可分为AI Core算子和AI CPU算子（少数）。前者使用Ascend C语言开发，运行在AI Core硬件单元；后者使用C++语言开发，运行在AI CPU硬件单元。
12		8
13	-1. [工程创建](#工程创建)：开发算子前，需完成环境部署并创建算子目录，方便后续算子编译和部署。	9	+本文重点介绍如何基于标准工程开发AI CPU算子，如果您想贡献AI Core算子，请参考[AI Core算子开发指南](./aicore_develop_guide.md)。
14		10
15	-2. [算子定义](#算子定义)：确定算子功能与原型定义。	11	+算子开发前，请先了解如下信息：
16		12
17	-3. [Kernel实现](#Kernel实现)：实现Device侧算子核函数。	13	+- 基础知识：请先学习C++编程语言，了解基本语法和原理，参考[《TBE&AI CPU算子开发》](https://hiascend.com/document/redirect/CannCommunityOpdevWizard)熟悉硬件架构、开发API等。
18		14
19	-4. [aclnn适配](#aclnn适配)：自定义算子推荐aclnn接口调用，需提前完成二进制发布。如采用图模式调用算子，请参考[图模式适配指南](./graph_develop_guide.md)。	15	+### 开发流程
20		16
21	-5. [编译部署](#编译部署)：通过工程编译脚本完成自定义算子的编译和安装。	17	+以`AddExample`算子为例，介绍标准AI CPU算子开发的全流程和交付件，完整样例请访问项目`examples`目录。
22		18
23	-6. [算子验证](#算子验证)：通过常见算子调用方式，验证自定义算子功能。	19	+1. [前提条件](../../../README.md)：参考项目README完成环境准备和源码下载，此处不再赘述。
		20	+
		21	+2. [工程创建](#工程创建)：创建标准算子工程目录，方便后续算子编译和部署。
		22	+
		23	+3. [算子定义](#算子定义)：确定算子功能与原型定义。
		24	+
		25	+4. [Kernel实现](#Kernel实现)：实现Device侧算子核函数。
		26	+
		27	+5. [aclnn适配](#aclnn适配)：自定义算子推荐aclnn接口调用，需提前完成二进制发布。如采用图模式调用算子，请参考[图模式适配指南](./graph_develop_guide.md)。
		28	+
		29	+6. [编译部署](#编译部署)：通过工程编译脚本完成自定义算子的编译和安装。
		30	+
		31	+7. [算子验证](#算子验证)：通过常见算子调用方式，验证自定义算子功能。
24		32
25	## 工程创建	33	## 工程创建
26		34
27	-1. 环境部署
28	-
29	-开发算子前，请先参考[环境部署](../install/quick_install.md)完成基础环境搭建。
30	-
31	-2. 目录创建
32	-
33	目录创建是算子开发的重要步骤，为后续代码编写、编译构建和调试提供统一的目录结构和文件组织方式。	35	目录创建是算子开发的重要步骤，为后续代码编写、编译构建和调试提供统一的目录结构和文件组织方式。
34		36
35	可通过`build.sh`快速创建算子目录，进入项目根目录，执行如下命令：	37	可通过`build.sh`快速创建算子目录，进入项目根目录，执行如下命令：
	@@ -49,7 +51,7 @@ Create the AI CPU initial directory for ${op_name} under ${op_class} success
49		51
50	创建完成后，目录结构如下所示：	52	创建完成后，目录结构如下所示：
51		53
52	-```cpp	54	+```
53	${op_name} # 替换为实际算子名的小写下划线形式	55	${op_name} # 替换为实际算子名的小写下划线形式
54	├── examples # 算子调用示例	56	├── examples # 算子调用示例
55	│ └── test_aclnn_${op_name}.cpp # 算子aclnn调用示例	57	│ └── test_aclnn_${op_name}.cpp # 算子aclnn调用示例
	@@ -66,7 +68,7 @@ ${op_name} # 替换为实际算子名的小写下
66		68
67	若```${op_class}```为全新算子分类需额外在`CMakeLists`中添加`add_subdirectory(${op_class})`，否则无法正常编译。	69	若```${op_class}```为全新算子分类需额外在`CMakeLists`中添加`add_subdirectory(${op_class})`，否则无法正常编译。
68		70
69	-```CMake	71	+```
70	if(ENABLE_EXPERIMENTAL)	72	if(ENABLE_EXPERIMENTAL)
71	# genop新增experimental算子分类	73	# genop新增experimental算子分类
72	# add_subdirectory(${op_class})	74	# add_subdirectory(${op_class})
	@@ -210,36 +212,36 @@ REGISTER_CPU_KERNEL(kAddExample, AddExampleCpuKernel);
210	以`AddExample`算子为例，假设开发交付件在`examples`目录，完整代码参见[add_example_aicpu](../../../examples/add_example_aicpu)目录。	212	以`AddExample`算子为例，假设开发交付件在`examples`目录，完整代码参见[add_example_aicpu](../../../examples/add_example_aicpu)目录。
211		213
212	```bash	214	```bash
213	- # 编译指定算子，如bash build.sh --pkg --ops=add_example	215	+ # 编译指定算子，如bash build.sh --pkg --ops=add_example -j16
214	- bash build.sh --pkg --soc=${soc_version} --vendor_name=${vendor_name} --ops=${op_list} [--experimental]	216	+ bash build.sh --pkg --soc=${soc_version} --vendor_name=${vendor_name} --ops=${op_list} [--experimental] [-j${n}]
215	```	217	```
216		218
217	- - --soc：\$\{soc\_version\}表示NPU型号。Atlas A2系列产品使用"ascend910b"（默认），Atlas A3系列产品使用"ascend910_93"，Ascend 950PR/Ascend 950DT产品使用"ascend950"。	219	+ - --soc：\$\{soc\_version\}表示NPU型号。Atlas A2系列产品使用"ascend910b"（默认），Atlas A3系列产品使用"ascend910_93"，Ascend 950PR/Ascend 950DT产品使用"ascend950"。
218	- - --vendor_name（可选）：\$\{vendor\_name\}表示构建的自定义算子包名，默认名为custom。	220	+ - --vendor_name（可选）：\$\{vendor\_name\}表示构建的自定义算子包名，默认名为custom。
219	- - --ops（可选）：\$\{op\_list\}表示待编译算子，不指定时默认编译所有算子。格式形如"--ops=add_example"。	221	+ - --ops（可选）：\$\{op\_list\}表示待编译算子，不指定时默认编译所有算子。格式形如"--ops=add_example"。
220	- - --experimental（可选）：若编译的算子为贡献算子，需配置--experimental。	222	+ - --experimental（可选）：若编译的算子为贡献算子，需配置--experimental。
221	-	223	+ - -j（可选）：指定编译线程数，加快编译速度。
		224	+
222	若提示如下信息，说明编译成功：	225	若提示如下信息，说明编译成功：
223	-	226	+
224	```bash	227	```bash
225	Self-extractable archive "cann-ops-cv-${vendor_name}_linux-${arch}.run" successfully created.	228	Self-extractable archive "cann-ops-cv-${vendor_name}_linux-${arch}.run" successfully created.
226	```	229	```
227	-	230	+
228	3. 安装自定义算子包。	231	3. 安装自定义算子包。
229		232
230	```bash	233	```bash
231	# 安装run包	234	# 安装run包
232	./build_out/cann-ops-cv-${vendor_name}_linux-${arch}.run	235	./build_out/cann-ops-cv-${vendor_name}_linux-${arch}.run
233	```	236	```
234	-
235	自定义算子包安装在```${ASCEND_HOME_PATH}/opp/vendors```路径中，```${ASCEND_HOME_PATH}```表示CANN软件安装目录，可提前在环境变量中配置。	237	自定义算子包安装在```${ASCEND_HOME_PATH}/opp/vendors```路径中，```${ASCEND_HOME_PATH}```表示CANN软件安装目录，可提前在环境变量中配置。
		238	+
		239	+4. （可选）卸载自定义算子包。
236		240
237	-4. （可选）卸载自定义算子包	241	+ 自定义算子包安装后在```${ASCEND_HOME_PATH}/opp/vendors/custom_cv/scripts```目录会生成`uninstall.sh`，通过该脚本可卸载自定义算子包，命令如下：
238	-	242	+
239	- 自定义算子包安装后在```${ASCEND_HOME_PATH}/opp/vendors/${vendor_name}_cv/scripts```目录下会生成`uninstall.sh`脚本，通过执行该脚本可卸载自定义算子包，具体命令如下：
240	-
241	```bash	243	```bash
242	- bash ${ASCEND_HOME_PATH}/opp/vendors/${vendor_name}_cv/scripts/uninstall.sh	244	+ bash ${ASCEND_HOME_PATH}/opp/vendors/custom_cv/scripts/uninstall.sh
243	```	245	```
244		246
245	## 算子验证	247	## 算子验证
	@@ -253,8 +255,8 @@ export ASCEND_CUSTOM_OPP_PATH=${ASCEND_HOME_PATH}/opp/vendors/${vendor_name}_cv
253		255
254	- UT验证	256	- UT验证
255		257
256	- 算子开发过程中，可通过UT验证（如Kernel）方式进行快速验证。	258	+ 算子开发过程中，可通过UT验证（如Kernel）方式进行快速验证，如需查看详细实现，请参考[Kernel UT](../../../examples/add_example_aicpu/tests/ut/op_kernel_aicpu/test_add_example.cpp)。
257		259
258	- aclnn调用验证	260	- aclnn调用验证
259		261
260	- 开发好的算子完成编译部署后，可通过aclnn方式验证功能，方法请参考[算子调用方式](../invocation/op_invocation.md)。	262	+ 开发好的算子完成编译部署后，可通过aclnn方式验证功能，方法请参考[算子调用方式](../invocation/quick_op_invocation.md)。

Mdocs/zh/develop/cross_platform_migration_guide.md+1-1

	@@ -1,4 +1,4 @@
1	-# 跨平台迁移指导	1	+# 算子跨平台迁移指导
2		2
3	本指南介绍算子在多平台间迁移的适配要点与方案。以算子从Atlas A2系列迁移至Ascend 950系列为例，对比硬件架构差异项及所涉适配点，并提供相关算子适配样例。	3	本指南介绍算子在多平台间迁移的适配要点与方案。以算子从Atlas A2系列迁移至Ascend 950系列为例，对比硬件架构差异项及所涉适配点，并提供相关算子适配样例。
4		4

Adocs/zh/install/compile.md+298-0

@@ -0,0 +1,298 @@
	1	+# 源码构建
	2	+
	3	+源码构建前，请参考本项目README完成环境准备和源码下载，此处不再赘述。
	4	+
	5	+## 安装构建工具
	6	+
	7	+> 说明：对于WebIDE或Docker环境，默认已安装源码编译所需的构建工具，无需手动安装，可跳过本章操作。
	8	+
	9	+请先确保编译环境的基础库依赖已安装，注意满足版本号要求。
	10	+
	11	+- python >= 3.7.0（建议版本 <= 3.10）
	12	+- gcc >= 7.3.0
	13	+- cmake >= 3.16.0
	14	+- pigz（可选，安装后可提升打包速度，建议版本 >= 2.4）
	15	+- dos2unix
	16	+- gawk
	17	+- make
	18	+- patch
	19	+- googletest（仅执行UT时依赖，建议版本 [release-1.11.0](https://github.com/google/googletest/releases/tag/release-1.11.0)）
	20	+
	21	+上述依赖可通过项目根目录install\_deps.sh一键安装，命令如下，若遇到不支持系统，请参考该文件自行适配。
	22	+
	23	+```bash
	24	+bash install_deps.sh
	25	+```
	26	+
	27	+安装完上述依赖后，可通过项目根目录requirements.txt继续安装python三方库依赖，命令如下。
	28	+
	29	+```bash
	30	+pip3 install -r requirements.txt
	31	+```
	32	+
	33	+## 安装第三方依赖
	34	+
	35	+> 说明：对于WebIDE或Docker环境，默认联网，编译过程中会自动下载第三方依赖，无需手动安装，可跳过本章操作。
	36	+
	37	+本项目编译过程依赖的第三方开源软件列表如下：
	38	+
	39	+\| 开源软件 \| 版本 \| 下载地址 \|
	40	+\|---\|---\|---\|
	41	+\| json \| 3.11.3 \| [include.zip](https://gitcode.com/cann-src-third-party/json/releases/download/v3.11.3/include.zip) \|
	42	+\| makeself \| 2.5.0 \| [makeself-release-2.5.0-patch1.tar.gz](https://gitcode.com/cann-src-third-party/makeself/releases/download/release-2.5.0-patch1.0/makeself-release-2.5.0-patch1.tar.gz) \|
	43	+\| eigen \| 5.0.0 \| [eigen-5.0.0.tar.gz](https://gitcode.com/cann-src-third-party/eigen/releases/download/5.0.0-h0.trunk/eigen-5.0.0.tar.gz) \|
	44	+\| protobuf \| 25.1.0 \| [protobuf-25.1.tar.gz](https://gitcode.com/cann-src-third-party/protobuf/releases/download/v25.1/protobuf-25.1.tar.gz) \|
	45	+\| abseil-cpp \| 20230802.1 \| [abseil-cpp-20230802.1.tar.gz](https://gitcode.com/cann-src-third-party/abseil-cpp/releases/download/20230802.1/abseil-cpp-20230802.1.tar.gz) \|
	46	+\| opbase(自CANN 9.0.0及以后版本需要下载) \| master \| [opbase](https://gitcode.com/cann/opbase) \|
	47	+
	48	+若您的编译环境可以访问网络，请参考[联网编译](#联网编译)，编译脚本会自动联网下载第三方软件。否则，请参考[未联网编译](#未联网编译)手动下载第三方软件。
	49	+
	50	+准备好开源第三方软件后，可采用如下编译方式，请按需选择：
	51	+
	52	+- 自定义算子包：
	53	+
	54	+ 选择部分算子编译生成的包称为自定义算子包，以挂载形式作用于CANN包，不改变原始包内容。生成的自定义算子包优先级高于原始CANN包。该包支持aclnn和图模式调用AI Core、AI CPU算子。
	55	+
	56	+- ops-cv包：
	57	+
	58	+ 选择整个项目编译生成的包称为ops-cv包，可完整替换CANN包对应部分。该包支持aclnn和图模式调用AI Core算子。
	59	+
	60	+- ops-cv静态库：
	61	+
	62	+ > 说明：若您需要基于本项目进行二次发布并且对软件包大小有要求时，建议采用静态库编译，该库可以链接您的应用开发程序，仅保留业务所需的算子，从而实现软件最小化部署。
	63	+
	64	+ 表示整个项目编译为一个静态库文件，包含libcann_cv_static.a和aclnn接口头文件。该包仅支持aclnn调用AI Core算子。
	65	+
	66	+## 联网编译
	67	+
	68	+若在有互联网的环境下编译，编译过程中会自动安装第三方依赖，无需手动安装。不同场景下源码编译和部署命令如下：
	69	+
	70	+### 自定义算子包
	71	+
	72	+1. 编译自定义算子包
	73	+
	74	+ 进入项目根目录，执行如下编译命令：
	75	+
	76	+ ```bash
	77	+ bash build.sh --pkg --soc=${soc_version} [--vendor_name=${vendor_name}] [--ops=${op_list}] [-j${n}]
	78	+ # 以GridSample算子编译为例
	79	+ # bash build.sh --pkg --soc=ascend910b --ops=grid_sample -j16
	80	+ # 编译experimental贡献目录下的用户算子（以GridSample算子为例，编译时请以实际贡献算子为准）
	81	+ # bash build.sh --pkg --experimental --soc=ascend910b --ops=grid_sample -j16
	82	+ ```
	83	+
	84	+ - --soc：\$\{soc\_version\}表示NPU型号。Atlas A2 训练系列产品/Atlas A2 推理系列产品使用"ascend910b"（默认），Atlas A3 训练系列产品/Atlas A3 推理系列产品使用"ascend910_93"，Ascend 950PR/Ascend 950DT产品使用"ascend950"。
	85	+ - --vendor_name（可选）：\$\{vendor\_name\}表示构建的自定义算子包名，默认名为custom。
	86	+ - --ops（可选）：\$\{op\_list\}表示待编译算子，不指定时默认编译所有算子。格式形如"grid_sample,iou_v2,..."，多算子之间用英文逗号","分隔。
	87	+ - --experimental（可选）：表示编译用户保存在experimental贡献目录下的算子。
	88	+ - -j（可选）：指定编译线程数，加快编译速度。
	89	+
	90	+ 若\$\{vendor\_name\}和\$\{op\_list\}都不传入编译的是ops-cv包；若编译所有算子的自定义算子包，需传入\$\{vendor\_name\}。当提示如下信息，说明编译成功。
	91	+
	92	+ ```bash
	93	+ Self-extractable archive "cann-ops-cv-${vendor_name}_linux-${arch}.run" successfully created.
	94	+ ```
	95	+
	96	+ 编译成功后，run包存放于项目根目录的build_out目录下。
	97	+
	98	+2. 安装自定义算子包
	99	+
	100	+ ```bash
	101	+ ./build_out/cann-ops-cv-${vendor_name}_linux-${arch}.run
	102	+ ```
	103	+
	104	+ 自定义算子包默认安装路径为```${ASCEND_HOME_PATH}/opp/vendors```，\$\{ASCEND\_HOME\_PATH\}已通过环境变量配置，表示CANN toolkit包安装路径，一般为\$\{install\_path\}/cann。
	105	+
	106	+ > 说明：可通过配置--install-path=\$\{install\_path\}参数定义算子包安装目录，在使用自定义算子包前，需执行source \$\{install_path\}/vendors/${vendor_name}/bin/set_env.bash命令，set\_env.bash脚本将自定义算子包安装路径追加到环境变量ASCEND\_CUSTOM\_OPP\_PATH中，使自定义算子包在当前环境中生效。
	107	+
	108	+3. （可选）卸载自定义算子包。
	109	+
	110	+ 自定义算子包安装后在```${ASCEND_HOME_PATH}/opp/vendors/${vendor_name}_cv/scripts```目录会生成`uninstall.sh`，通过该脚本可卸载自定义算子包，命令如下：
	111	+
	112	+ ```bash
	113	+ bash ${ASCEND_HOME_PATH}/opp/vendors/${vendor_name}_cv/scripts/uninstall.sh
	114	+ ```
	115	+
	116	+### ops-cv包
	117	+
	118	+1. 编译ops-cv包
	119	+
	120	+ 进入项目根目录，执行如下编译命令：
	121	+
	122	+ ```bash
	123	+ # 编译除experimental目录外的所有算子
	124	+ bash build.sh --pkg --soc=${soc_version} [-j${n}]
	125	+ # 编译experimental目录下的所有算子
	126	+ # bash build.sh --pkg --experimental --soc=${soc_version} [-j${n}]
	127	+ ```
	128	+
	129	+ - --soc：\$\{soc\_version\}表示NPU型号。Atlas A2 训练系列产品/Atlas A2 推理系列产品使用"ascend910b"（默认），Atlas A3 训练系列产品/Atlas A3 推理系列产品使用"ascend910_93"，Ascend 950PR/Ascend 950DT产品使用"ascend950"。
	130	+ - --experimental（可选）：表示编译用户保存在experimental目录下的算子。
	131	+ - -j（可选）：指定编译线程数，加快编译速度。
	132	+
	133	+ 若提示如下信息，说明编译成功。
	134	+
	135	+ ```bash
	136	+ Self-extractable archive "cann-${soc_name}-ops-cv_${cann_version}_linux-${arch}.run" successfully created.
	137	+ ```
	138	+
	139	+ \$\{soc\_name\}表示NPU型号名称，即\$\{soc\_version\}删除“ascend”后剩余的内容。编译成功后，run包存放于build_out目录下。
	140	+
	141	+2. 安装ops-cv包
	142	+
	143	+ ```bash
	144	+ # 安装命令
	145	+ ./build_out/cann-${soc_name}-ops-cv_${cann_version}_linux-${arch}.run --full --install-path=${install_path}
	146	+ ```
	147	+
	148	+ \$\{install\_path\}：表示指定安装路径，需要与toolkit包安装在相同路径，默认安装在`/usr/local/Ascend`目录。
	149	+
	150	+3. （可选）卸载ops-cv包
	151	+
	152	+ ```bash
	153	+ # 卸载命令
	154	+ ./${install_path}/cann/share/info/ops_cv/script/uninstall.sh
	155	+ ```
	156	+
	157	+### ops-cv静态库
	158	+
	159	+> 说明：静态库仅支持Atlas A2、Atlas A3系列产品、Ascend950PR/Ascend 950DT产品。experimental算子暂不支持使用静态库。
	160	+
	161	+1. 编译ops-cv静态库
	162	+
	163	+ 进入项目根目录，执行如下编译命令：
	164	+
	165	+ ```bash
	166	+ bash build.sh --pkg --static --soc=${soc_version} [-j${n}]
	167	+ ```
	168	+
	169	+ - --soc：\$\{soc\_version\}表示NPU型号。Atlas A2系列产品使用"ascend910b"（默认），Atlas A3系列产品使用"ascend910_93"，Ascend950PR/Ascend 950DT产品使用"ascend950"。
	170	+ - -j（可选）：指定编译线程数，加快编译速度。
	171	+ 若提示如下信息，说明编译并压缩成功。
	172	+
	173	+ ```bash
	174	+ [SUCCESS] Build static lib success!
	175	+ Successfully created compressed package: ${repo_path}/build_out/cann-${soc_name}-ops-cv-static_${cann_version}_linux-${arch}.tar.gz
	176	+ ```
	177	+
	178	+ \$\{repo\_path\}表示项目根目录，\$\{soc\_name\}表示NPU型号名称，即\$\{soc\_version\}删除“ascend”后剩余的内容。编译成功后，压缩包存放于build_out目录下。
	179	+
	180	+2. 解压ops-cv静态库
	181	+
	182	+ 进入build_out目录执行解压命令：
	183	+
	184	+ ```bash
	185	+ tar -zxvf ./cann-${soc_name}-ops-cv-static_${cann_version}_linux-${arch}.tar.gz -C ${static_lib_path}
	186	+ ```
	187	+
	188	+ \$\{static\_lib\_path\}表示静态库解压路径。解压后目录结构如下：
	189	+
	190	+ ```
	191	+ ├── cann-${soc_name}-ops-cv-static_${cann_version}_linux-${arch}
	192	+ │ ├── lib64
	193	+ │ │ ├── libcann_cv_static.a # 静态库文件
	194	+ │ └── include
	195	+ \| ├── ... # aclnn接口头文件
	196	+ ```
	197	+
	198	+## 未联网编译
	199	+
	200	+若在没有连接互联网的环境下编译，需要提前准备好依赖的第三方软件，再进行源码编译。具体过程如下：
	201	+
	202	+2. 下载第三方依赖
	203	+
	204	+ 在联网环境中提前下载第三方软件，目前有如下方式，请按需选择：
	205	+
	206	+ - 方式1：根据[第三方软件依赖](#第三方软件依赖)提供的表格手动下载，若从其他地址下载，请确保版本号一致。
	207	+
	208	+ - 方式2：通过[third_lib_download.py](../../../scripts/tools/third_lib_download.py)脚本一键下载，该脚本在本项目`scripts/tools/`目录，下载该脚本并执行如下命令：
	209	+
	210	+ ```bash
	211	+ python ${scripts_dir}/third_lib_download.py
	212	+ ```
	213	+
	214	+ \$\{scripts\_dir\}表示脚本存放路径，下载的第三方软件包默认存放在当前脚本所在目录。
	215	+
	216	+3. 编译算子包
	217	+
	218	+ 将下载好的第三方软件上传至离线环境，可存放在`third_party`目录或自定义目录下。推荐前者，其编译命令与联网编译场景下的命令一致。
	219	+
	220	+ - third\_party目录（推荐）
	221	+
	222	+ 请在本项目根目录创建`third_party`目录（若有则无需创建），将第三方软件拷贝到该指定目录。此时编译命令与联网编译命令一致，具体参考[联网编译](#联网编译)。
	223	+
	224	+ - 自定义目录
	225	+
	226	+ 在离线环境的任意位置新建`${cann_3rd_lib_path}`目录，将第三方软件拷贝到该目录，请确保该目录有权限访问。
	227	+
	228	+ ```bash
	229	+ mkdir -p ${cann_3rd_lib_path}
	230	+ ```
	231	+
	232	+ 此时编译命令需在联网编译命令基础上额外增加`--cann_3rd_lib_path=${cann_3rd_lib_path}`用于指定第三方软件所在路径。假设存放路径为`/path/cann_3rd_lib_path`，不同编译方式对应的命令如下：
	233	+
	234	+ - 自定义算子包
	235	+
	236	+ ```bash
	237	+ bash build.sh --pkg --soc=${soc_version} [--vendor_name=${vendor_name}] [--ops=${op_list}] --cann_3rd_lib_path=${cann_3rd_lib_path}
	238	+ # 以GridSample算子编译为例
	239	+ # bash build.sh --pkg --soc=ascend910b --ops=grid_sample -j16 --cann_3rd_lib_path=/path/cann_3rd_lib_path
	240	+ ```
	241	+
	242	+ - ops-cv整包
	243	+
	244	+ ```bash
	245	+ bash build.sh --pkg --soc=${soc_version} --cann_3rd_lib_path=${cann_3rd_lib_path}
	246	+ # bash build.sh --pkg --soc=ascend910b --cann_3rd_lib_path=/path/cann_3rd_lib_path
	247	+ ```
	248	+
	249	+ - ops-cv静态库
	250	+
	251	+ ```bash
	252	+ bash build.sh --pkg --static --soc=${soc_version} --cann_3rd_lib_path=${cann_3rd_lib_path}
	253	+ # bash build.sh --pkg --static --soc=ascend910b --cann_3rd_lib_path=/path/cann_3rd_lib_path
	254	+ ```
	255	+
	256	+4. 安装/卸载算子包
	257	+
	258	+ 未联网和联网场景下编译得到算子包结果一样，默认存放于项目根目录build_out目录下，并且安装和卸载的操作命令也一样，具体参见[联网编译](#联网编译)。
	259	+
	260	+## 本地验证
	261	+
	262	+源码包部署后，可通过项目根目录build.sh执行UT用例，验证项目功能是否正常。
	263	+
	264	+> 说明：执行UT用例依赖googletest单元测试框架，详细介绍参见[googletest官网](https://google.github.io/googletest/advanced.html#running-a-subset-of-the-tests)。
	265	+
	266	+```bash
	267	+# 安装根目录下test相关requirements.txt依赖
	268	+pip3 install -r tests/requirements.txt
	269	+# 方式1: 编译并执行指定算子和对应功能的UT测试用例（选其一）
	270	+bash build.sh -u --[opapi\|ophost\|opkernel] --ops=grid_sample
	271	+# 方式2: 编译并执行所有的UT测试用例
	272	+# bash build.sh -u
	273	+# 方式3: 编译所有的UT测试用例但不执行
	274	+# bash build.sh -u --noexec
	275	+# 方式4: 编译并执行对应功能的UT测试用例（选其一）
	276	+# bash build.sh -u --[opapi\|ophost\|opkernel]
	277	+# 方式5: 编译对应功能的UT测试用例但不执行（选其一）
	278	+# bash build.sh -u --noexec --[opapi\|ophost\|opkernel]
	279	+# 方式6: 执行UT测试用例时可指定soc编译
	280	+# bash build.sh -u --[opapi\|ophost\|opkernel] [--soc=${soc_version}]
	281	+```
	282	+
	283	+以验证ophost功能是否正常为例，执行如下命令：
	284	+
	285	+```bash
	286	+bash build.sh -u --ophost
	287	+```
	288	+
	289	+执行完成后出现如下内容，表示执行成功。
	290	+
	291	+```bash
	292	+Global Environment TearDown
	293	+[==========] ${n} tests from ${m} test suites ran. (${x} ms total)
	294	+[ PASSED ] ${n} tests.
	295	+[100%] Built target cv_op_host_ut
	296	+```
	297	+
	298	+\$\{n\}表示执行了n个用例，\$\{m\}表示m项测试，\$\{x\}表示执行用例消耗的时间，单位为毫秒。

Mdocs/zh/install/quick_install.md+21-65

	@@ -2,7 +2,7 @@
2		2
3	在学习[QuickStart](../../QUICKSTART.md)或各类[学习教程](../../../README.md#学习教程)操作之前，请您先参考下面步骤完成基础环境搭建和源码下载，确保已安装NPU驱动、固件和CANN软件（`Ascend-cann-toolkit`和`Ascend-cann-ops`）等。	3	在学习[QuickStart](../../QUICKSTART.md)或各类[学习教程](../../../README.md#学习教程)操作之前，请您先参考下面步骤完成基础环境搭建和源码下载，确保已安装NPU驱动、固件和CANN软件（`Ascend-cann-toolkit`和`Ascend-cann-ops`）等。
4		4
5	-## 环境准备	5	+## 环境安装
6		6
7	本项目提供多种搭建昇腾环境的方式，请按需选择。	7	本项目提供多种搭建昇腾环境的方式，请按需选择。
8		8
	@@ -84,32 +84,6 @@ docker run --name cann_container --device /dev/davinci0 --device /dev/davinci_ma
84		84
85	对于有昇腾设备的开发者，若您想手动搭建昇腾环境，请参考下述步骤。	85	对于有昇腾设备的开发者，若您想手动搭建昇腾环境，请参考下述步骤。
86		86
87	-#### 前置依赖
88	-
89	-请先确保编译环境的基础库依赖已安装，注意满足版本号要求。
90	-
91	-- python >= 3.7.0
92	-- gcc >= 7.3.0
93	-- cmake >= 3.16.0
94	-- pigz（可选，安装后可提升打包速度，建议版本 >= 2.4）
95	-- dos2unix
96	-- gawk
97	-- make
98	-- patch
99	-- googletest（仅执行UT时依赖，建议版本 [release-1.11.0](https://github.com/google/googletest/releases/tag/release-1.11.0)）
100	-
101	-上述依赖可通过项目根目录install\_deps.sh一键安装，命令如下，若遇到不支持系统，请参考该文件自行适配。
102	-
103	-```bash
104	-bash install_deps.sh
105	-```
106	-
107	-安装完上述依赖后，可通过项目根目录requirements.txt继续安装python三方库依赖，命令如下。
108	-
109	-```bash
110	-pip3 install -r requirements.txt
111	-```
112	-
113	#### 软件安装	87	#### 软件安装
114		88
115	- 场景1：体验master版本能力或基于master版本进行开发	89	- 场景1：体验master版本能力或基于master版本进行开发
	@@ -122,30 +96,30 @@ pip3 install -r requirements.txt
122		96
123	请单击[下载链接](https://ascend.devcloud.huaweicloud.com/artifactory/cann-run-mirror/software/master/)，选择最新时间版本，并根据产品型号和环境架构下载对应包。安装命令如下，更多指导参考《[CANN软件安装指南](https://www.hiascend.com/document/redirect/CannCommunityInstWizard)》。	97	请单击[下载链接](https://ascend.devcloud.huaweicloud.com/artifactory/cann-run-mirror/software/master/)，选择最新时间版本，并根据产品型号和环境架构下载对应包。安装命令如下，更多指导参考《[CANN软件安装指南](https://www.hiascend.com/document/redirect/CannCommunityInstWizard)》。
124		98
125	- - 安装CANN toolkit包	99	+ - 安装CANN toolkit包
126		100
127	- ```bash	101	+ ```bash
128	- # 确保安装包具有可执行权限	102	+ # 确保安装包具有可执行权限
129	- chmod +x Ascend-cann-toolkit_${cann_version}_linux-${arch}.run	103	+ chmod +x Ascend-cann-toolkit_${cann_version}_linux-${arch}.run
130	- # 安装命令	104	+ # 安装命令
131	- ./Ascend-cann-toolkit_${cann_version}_linux-${arch}.run --install -install-path=${install_path}	105	+ ./Ascend-cann-toolkit_${cann_version}_linux-${arch}.run --install --install-path=${install_path}
132	- ```	106	+ ```
133		107
134	- - 安装CANN ops包（运行态依赖）	108	+ - 安装CANN ops包（运行态依赖）
135		109
136	- ops包是运行态依赖，若仅编译算子，可不安装此包。	110	+ ops包是运行态依赖，若仅编译算子，可不安装此包。
137		111
138	- ```bash	112	+ ```bash
139	- # 确保安装包具有可执行权限	113	+ # 确保安装包具有可执行权限
140	- chmod +x Ascend-cann-${soc_name}-ops_${cann_version}_linux-${arch}.run	114	+ chmod +x Ascend-cann-${soc_name}-ops_${cann_version}_linux-${arch}.run
141	- # 安装命令	115	+ # 安装命令
142	- ./Ascend-cann-${soc_name}-ops_${cann_version}_linux-${arch}.run --install --install-path=${install_path}	116	+ ./Ascend-cann-${soc_name}-ops_${cann_version}_linux-${arch}.run --install --install-path=${install_path}
143	- ```	117	+ ```
144	-	118	+
145	- - \$\{cann\_version\}：表示CANN包版本号。	119	+ - \$\{cann\_version\}：表示CANN包版本号。
146	- - \$\{arch\}：表示CPU架构，如aarch64、x86_64。	120	+ - \$\{arch\}：表示CPU架构，如aarch64、x86_64。
147	- - \$\{soc\_name\}：表示NPU型号名称。	121	+ - \$\{soc\_name\}：表示NPU型号名称。
148	- - \$\{install\_path\}：表示指定安装路径，ops包需与toolkit包安装在相同路径，root 用户默认安装在`/usr/local/Ascend`目录。	122	+ - \$\{install\_path\}：表示指定安装路径，ops包需与toolkit包安装在相同路径，root用户默认安装在`/usr/local/Ascend`目录。
149		123
150	- 场景2：体验已发布版本能力或基于已发布版本进行开发	124	- 场景2：体验已发布版本能力或基于已发布版本进行开发
151		125
	@@ -164,8 +138,6 @@ pip3 install -r requirements.txt
164		138
165	- 检查CANN版本	139	- 检查CANN版本
166		140
167	-- 检查CANN安装
168	-
169	```bash	141	```bash
170	# 查看CANN toolkit包版本信息（默认路径安装），WebIDE场景下将/usr/local替换为/home/developer	142	# 查看CANN toolkit包版本信息（默认路径安装），WebIDE场景下将/usr/local替换为/home/developer
171	cat /usr/local/Ascend/cann/${arch}-linux/ascend_toolkit_install.info	143	cat /usr/local/Ascend/cann/${arch}-linux/ascend_toolkit_install.info
	@@ -183,19 +155,3 @@ source /usr/local/Ascend/cann/set_env.sh
183	# 指定路径安装	155	# 指定路径安装
184	# source ${install_path}/cann/set_env.sh	156	# source ${install_path}/cann/set_env.sh
185	```	157	```
186	-
187	-## 源码下载
188	-
189	-请根据CANN软件版本下载对应分支源码，\$\{tag\_version\}表示分支标签名，分支标签与CANN版本配套关系参见[release仓库](https://gitcode.com/cann/release-management)。
190	-
191	-```bash
192	-# 下载项目对应分支源码
193	-git clone -b ${tag_version} https://gitcode.com/cann/ops-cv.git
194	-```
195	-
196	-对于WebIDE环境，已默认提供最新商发版本的项目源码，如需获取其他版本源码，也需通过上述命令下载源码。
197	-
198	-> [!NOTE] 注意
199	->
200	-> - gitcode平台在使用HTTPS协议的时候要配置并使用个人访问令牌代替登录密码进行克隆，推送等操作。
201	-> - 若您的编译环境无法访问网络，无法通过git指令下载代码，请先在联网环境中下载源码，再手动上传至目标环境。

Ddocs/zh/invocation/op_invocation.md+0-372

	@@ -1,372 +0,0 @@
1	-# 算子调用方式
2	-
3	-## 概述
4	-
5	-算子可通过多种方式调用，本章以`AddExample`算子调用为例，详细介绍算子调用和执行过程。
6	-
7	-> 说明：优先推荐aclnn接口方式调用，若不支持该方式，可采用构图方式调用算子。
8	-
9	-- aclnn调用（推荐）：以算子aclnnXxx接口方式（一套基于C语言的API，无需IR定义）调用算子。
10	-- 图模式调用：以IR（Intermediate Representation）构图方式调用算子。
11	-
12	-## aclnn调用
13	-
14	-### 调用流程
15	-
16	-![原理图](../figures/aclnn调用.png)
17	-
18	-### 示例代码
19	-
20	-`AddExample`算子以aclnn接口形式调用的示例代码如下（详细代码参见[test_aclnn_add_example.cpp](../../../examples/add_example/examples/test_aclnn_add_example.cpp)），仅为参考，其他算子接口调用过程类似，请替换为实际aclnn接口。调用前，请按照环境安装的提示信息设置环境变量。
21	-
22	-注意：如需调用本项目其他算子，可访问对应算子`examples`目录下的test\_aclnn\_\$\{op\_name\}.cpp，\$\{op\_name\}表示算子名。
23	-
24	-```Cpp
25	-int main()
26	-{
27	- // 1. 调用acl进行device/stream初始化
28	- int32_t deviceId = 0;
29	- aclrtStream stream;
30	- auto ret = Init(deviceId, &stream);
31	- CHECK_RET(ret == ACL_SUCCESS, LOG_PRINT("Init acl failed. ERROR: %d\n", ret); return ret);
32	-
33	- // 2. 构造输入与输出，需要根据API的接口自定义构造
34	- aclTensor* selfX = nullptr;
35	- void* selfXDeviceAddr = nullptr;
36	- std::vector<int64_t> selfXShape = {32, 4, 4, 4};
37	- std::vector<float> selfXHostData(2048, 1);
38	- ret = CreateAclTensor(selfXHostData, selfXShape, &selfXDeviceAddr, aclDataType::ACL_FLOAT, &selfX);
39	- CHECK_RET(ret == ACL_SUCCESS, return ret);
40	-
41	- aclTensor* selfY = nullptr;
42	- void* selfYDeviceAddr = nullptr;
43	- std::vector<int64_t> selfYShape = {32, 4, 4, 4};
44	- std::vector<float> selfYHostData(2048, 1);
45	- ret = CreateAclTensor(selfYHostData, selfYShape, &selfYDeviceAddr, aclDataType::ACL_FLOAT, &selfY);
46	- CHECK_RET(ret == ACL_SUCCESS, return ret);
47	-
48	- aclTensor* out = nullptr;
49	- void* outDeviceAddr = nullptr;
50	- std::vector<int64_t> outShape = {32, 4, 4, 4};
51	- std::vector<float> outHostData(2048, 1);
52	- ret = CreateAclTensor(outHostData, outShape, &outDeviceAddr, aclDataType::ACL_FLOAT, &out);
53	- CHECK_RET(ret == ACL_SUCCESS, return ret);
54	-
55	- // 3. 调用CANN算子库API，需要修改为具体的Api名称
56	- uint64_t workspaceSize = 0;
57	- aclOpExecutor* executor;
58	-
59	- // 4. 调用aclnnAddExample第一段接口
60	- ret = aclnnAddExampleGetWorkspaceSize(selfX, selfY, out, &workspaceSize, &executor);
61	- CHECK_RET(ret == ACL_SUCCESS, LOG_PRINT("aclnnAddExampleGetWorkspaceSize failed. ERROR: %d\n", ret); return ret);
62	-
63	- // 5. 根据第一段接口计算出的workspaceSize申请device内存
64	- void* workspaceAddr = nullptr;
65	- if (workspaceSize > static_cast<uint64_t>(0)) {
66	- ret = aclrtMalloc(&workspaceAddr, workspaceSize, ACL_MEM_MALLOC_HUGE_FIRST);
67	- CHECK_RET(ret == ACL_SUCCESS, LOG_PRINT("allocate workspace failed. ERROR: %d\n", ret); return ret);
68	- }
69	-
70	- // 6. 调用aclnnAddExample第二段接口
71	- ret = aclnnAddExample(workspaceAddr, workspaceSize, executor, stream);
72	- CHECK_RET(ret == ACL_SUCCESS, LOG_PRINT("aclnnAddExample failed. ERROR: %d\n", ret); return ret);
73	-
74	- // 7. （固定写法）同步等待任务执行结束
75	- ret = aclrtSynchronizeStream(stream);
76	- CHECK_RET(ret == ACL_SUCCESS, LOG_PRINT("aclrtSynchronizeStream failed. ERROR: %d\n", ret); return ret);
77	-
78	- // 8. 获取输出的值，将device侧内存上的结果拷贝至host侧，需要根据具体API的接口定义修改
79	- PrintOutResult(outShape, &outDeviceAddr);
80	-
81	- // 9. 释放aclTensor，需要根据具体API的接口定义修改
82	- aclDestroyTensor(selfX);
83	- aclDestroyTensor(selfY);
84	- aclDestroyTensor(out);
85	-
86	- // 10. 释放device资源
87	- aclrtFree(selfXDeviceAddr);
88	- aclrtFree(selfYDeviceAddr);
89	- aclrtFree(outDeviceAddr);
90	- if (workspaceSize > static_cast<uint64_t>(0)) {
91	- aclrtFree(workspaceAddr);
92	- }
93	- aclrtDestroyStream(stream);
94	- aclrtResetDevice(deviceId);
95	-
96	- // 11. acl去初始化
97	- aclFinalize();
98	- return 0;
99	-}
100	-```
101	-
102	-### 编译与运行
103	-
104	->说明：对于项目内已实现的算子（非自定义算子），可通过根目录下[build.sh](../../../build.sh)直接运行算子，操作请参考[本地验证](./quick_op_invocation.md#本地验证)。
105	-
106	-1. 前提条件。
107	- 请参考本项目[源码编译](./quick_op_invocation.md#源码编译)完成目标算子的编译部署。
108	- 当前提供的CMakeLists.txt样例仅针对自定义算子包场景，请在自定义算子包安装后，按安装提示设置相应的环境变量。
109	-
110	-2. 创建CMakeLists.txt文件。
111	-
112	- 在test\_aclnn\_\$\{op\_name\}.cpp同级目录下创建CMakeLists.txt文件，以`AddExample`算子为例，示例如下，请根据实际情况自行修改。
113	-
114	- ```bash
115	- cmake_minimum_required(VERSION 3.14)
116	- # 设置工程名
117	- project(ACLNN_EXAMPLE)
118	-
119	- # 设置C++编译标准
120	- add_compile_options(-std=c++11)
121	-
122	- # 设置编译输出目录为当前目录下的bin文件夹
123	- set(CMAKE_RUNTIME_OUTPUT_DIRECTORY "./bin")
124	-
125	- # 设置调试和发布模式的编译选项
126	- set(CMAKE_CXX_FLAGS_DEBUG "-fPIC -O0 -g -Wall")
127	- set(CMAKE_CXX_FLAGS_RELEASE "-fPIC -O2 -Wall")
128	-
129	- # 获取LD_LIBRARY_PATH环境变量
130	- if(NOT DEFINED ENV{LD_LIBRARY_PATH})
131	- message(FATAL_ERROR "LD_LIBRARY_PATH environment variable is not set")
132	- endif()
133	- set(LD_LIB_PATH "$ENV{LD_LIBRARY_PATH}")
134	-
135	- # 分割路径列表并找到包含/vendors/的路径（仅自定义算子需要）
136	- string(REPLACE ":" ";" LD_LIB_LIST "${LD_LIB_PATH}")
137	- set(TARGET_PATH "")
138	- foreach(path ${LD_LIB_LIST})
139	- # 匹配包含/vendors/的路径（不区分位置）
140	- if(path MATCHES "/vendors/")
141	- set(TARGET_PATH "${path}")
142	- break()
143	- endif()
144	- endforeach()
145	- if(NOT TARGET_PATH)
146	- message(FATAL_ERROR "未在LD_LIBRARY_PATH中找到包含/vendors/的路径")
147	- endif()
148	- if(TARGET_PATH MATCHES "/vendors/([^/]+)")
149	- set(TARGET_SUBDIR "${CMAKE_MATCH_1}")
150	- else()
151	- message(FATAL_ERROR "在路径${TARGET_PATH}中未找到/vendors/的直接子目录")
152	- endif()
153	-
154	- # 添加可执行文件（请替换为实际算子可执行文件），指定算子调用的*.cpp文件
155	- add_executable(test_aclnn_add_example
156	- test_aclnn_add_example.cpp)
157	-
158	- # ASCEND_PATH（CANN软件包目录，请根据实际路径修改）
159	- if(NOT "$ENV{ASCEND_HOME_PATH}" STREQUAL "")
160	- set(ASCEND_PATH $ENV{ASCEND_HOME_PATH})
161	- else()
162	- set(ASCEND_PATH "/usr/local/Ascend/cann")
163	- endif()
164	-
165	- # 设置头文件路径
166	- set(INCLUDE_BASE_DIR "${ASCEND_PATH}/include")
167	- include_directories(
168	- ${INCLUDE_BASE_DIR}
169	- ${ASCEND_PATH}/opp/vendors/${TARGET_SUBDIR}/op_api/include # 仅自定义算子需要
170	- # ${INCLUDE_BASE_DIR}/aclnn # 仅内置算子需要
171	- )
172	- include_directories(
173	- ${INCLUDE_BASE_DIR}
174	- )
175	-
176	- # 链接所需的动态库
177	- target_link_libraries(test_aclnn_add_example PRIVATE # 替换实际算子可执行文件
178	- ${ASCEND_PATH}/lib64/libascendcl.so
179	- ${ASCEND_PATH}/lib64/libnnopbase.so
180	- ${ASCEND_PATH}/opp/vendors/${TARGET_SUBDIR}/op_api/lib/libcust_opapi.so # 仅自定义算子需要
181	- # ${ASCEND_PATH}/lib64/libopapi_cv.so # 仅内置算子需要
182	- )
183	-
184	- # 安装目标文件到bin目录
185	- install(TARGETS test_aclnn_add_example DESTINATION ${CMAKE_RUNTIME_OUTPUT_DIRECTORY})
186	- ```
187	-
188	-3. 创建run.sh文件。
189	-
190	- 在test\_aclnn\_\$\{op\_name\}.cpp同级目录下创建run.sh文件，以`AddExample`算子为例，示例如下，请根据实际情况自行修改。
191	-
192	- ```bash
193	- if [ -n "$ASCEND_INSTALL_PATH" ]; then # 实际CANN包安装路径
194	- _ASCEND_INSTALL_PATH=$ASCEND_INSTALL_PATH
195	- elif [ -n "$ASCEND_HOME_PATH" ]; then
196	- _ASCEND_INSTALL_PATH=$ASCEND_HOME_PATH
197	- else
198	- _ASCEND_INSTALL_PATH="/usr/local/Ascend/cann"
199	- fi
200	-
201	- source ${_ASCEND_INSTALL_PATH}/bin/setenv.bash
202	-
203	- rm -rf build
204	- mkdir -p build
205	- cd build
206	- cmake ../ -DCMAKE_CXX_COMPILER=g++ -DCMAKE_SKIP_RPATH=TRUE # 执行构建命令
207	- make
208	- cd bin
209	- ./test_aclnn_add_example # 替换为实际算子可执行文件名
210	- ```
211	-
212	-4. 运行run.sh文件。
213	- 在run.sh文件所在路径执行如下命令：
214	-
215	- ```bash
216	- bash run.sh
217	- ```
218	-
219	- 默认在当前执行路径 `/build/bin`下生成可执行文件test\_aclnn\_add\_example，运行结果如下：
220	-
221	- ```sh
222	- mean result[2046] is 2.000000
223	- mean result[2047] is 2.000000
224	- ```
225	-
226	-## 图模式调用
227	-
228	-### 调用流程
229	-
230	-![原理图](../figures/IR调用.png)
231	-
232	-### 示例代码
233	-
234	-`AddExample`算子以图方式调用的示例代码如下（详细代码参见[test_geir_add_example.cpp](../../../examples/add_example/examples/test_geir_add_example.cpp)），仅为参考，其他算子的调用过程类似，请替换为实际的算子原型。
235	-
236	-如需调用本项目其他算子，可访问对应算子`examples`目录下的test\_geir\_\$\{op\_name\}.cpp，$\{op\_name\}表示算子名。
237	-
238	-```CPP
239	-int main() {
240	- // 1. 创建图对象
241	- Graph graph(graphName);
242	-
243	- // 2. 图全局编译选项初始化
244	- Status ret = ge::GEInitialize(globalOptions);
245	-
246	- // 3. 创建AddExample算子实例
247	- auto add1 = op::AddExample("add1");
248	-
249	- // 4. 定义图输入输出向量
250	- std::vector<Operator> inputs{};
251	- std::vector<Operator> outputs{};
252	-
253	- // 5. 准备输入数据
254	- std::vector<int64_t> xShape = {32,4,4,4};
255	- // 宏展开方式处理变量赋值
256	- ADD_INPUT(1, x1, inDtype, xShape);
257	- ADD_INPUT(2, x2, inDtype, xShape);
258	- ADD_OUTPUT(1, y, inDtype, xShape);
259	-
260	- outputs.push_back(add1);
261	-
262	- // 6. 设置图对象的输入算子和输出算子
263	- graph.SetInputs(inputs).SetOutputs(outputs);
264	-
265	- // 7. 创建session对象
266	- ge::Session* session = new Session(buildOptions);
267	-
268	- // 8. session添加图
269	- ret = session->AddGraph(graphId, graph, graphOptions);
270	-
271	- // 9. 运行图
272	- ret = session->RunGraph(graphId, input, output);
273	-
274	- // 10. 释放资源
275	- GEFinalize();
276	-
277	- return 0;
278	-}
279	-```
280	-
281	-### 编译与运行
282	-
283	->说明：对于项目内已实现的算子（非自定义算子），可通过根目录下[build.sh](../../../build.sh)直接运行算子，操作请参考[本地验证](./quick_op_invocation.md#本地验证)。
284	-
285	-1. 前提条件。
286	- 请参考本项目[源码编译](./quick_op_invocation.md#源码编译)完成目标算子的编译部署。
287	-
288	-2. 创建CMakeLists.txt文件。
289	-
290	- 在test\_geir\_\$\{op\_name\}.cpp同级目录下创建CMakeLists.txt文件，以`AddExample`算子为例，示例如下，请根据实际情况自行修改。
291	-
292	- ```bash
293	- cmake_minimum_required(VERSION 3.14)
294	-
295	- # 设置工程名
296	- project(GE_IR_EXAMPLE)
297	-
298	- if(NOT "$ENV{ASCEND_OPP_PATH}" STREQUAL "")
299	- get_filename_component(ASCEND_PATH $ENV{ASCEND_OPP_PATH} DIRECTORY)
300	- elseif(NOT "$ENV{ASCEND_HOME_PATH}" STREQUAL "")
301	- set(ASCEND_PATH $ENV{ASCEND_HOME_PATH})
302	- else()
303	- set(ASCEND_PATH "/usr/local/Ascend/cann")
304	- endif()
305	-
306	- set(FWK_INCLUDE_DIR "${ASCEND_PATH}/compiler/include")
307	-
308	- message(STATUS "ASCEND_PATH: ${ASCEND_PATH}")
309	-
310	- file(GLOB files CONFIGURE_DEPENDS
311	- test_geir_add_example.cpp
312	- )
313	-
314	- # 添加可执行文件（请替换为实际算子可执行文件）
315	- add_executable(test_geir_add_example ${files})
316	-
317	- find_library(GRAPH_LIBRARY_DIR libgraph.so "${ASCEND_PATH}/compiler/lib64/stub")
318	- find_library(GE_RUNNER_LIBRARY_DIR libge_runner.so "${ASCEND_PATH}/compiler/lib64/stub")
319	- find_library(GRAPH_BASE_LIBRARY_DIR libgraph_base.so "${ASCEND_PATH}/compiler/lib64")
320	-
321	- # 链接所需的动态库
322	- target_link_libraries(test_geir_add_example PRIVATE
323	- ${GRAPH_LIBRARY_DIR}
324	- ${GE_RUNNER_LIBRARY_DIR}
325	- ${GRAPH_BASE_LIBRARY_DIR}
326	- )
327	-
328	- # 设置头文件路径
329	- target_include_directories(test_geir_add_example PRIVATE
330	- ${FWK_INCLUDE_DIR}/graph/
331	- ${FWK_INCLUDE_DIR}/ge/
332	- ${ASCEND_PATH}/opp/built-in/op_proto/inc/
333	- ${CMAKE_CURRENT_SOURCE_DIR}
334	- ${ASCEND_PATH}/compiler/include
335	- )
336	- ```
337	-
338	-3. 创建run.sh脚本。
339	-
340	- 在test\_geir\_\$\{op\_name\}.cpp同级目录下创建run.sh文件，以`AddExample`算子为例，示例如下，请根据实际情况自行修改。
341	-
342	- ```bash
343	- if [ -n "$ASCEND_INSTALL_PATH" ]; then # 实际CANN包安装路径
344	- _ASCEND_INSTALL_PATH=$ASCEND_INSTALL_PATH
345	- elif [ -n "$ASCEND_HOME_PATH" ]; then
346	- _ASCEND_INSTALL_PATH=$ASCEND_HOME_PATH
347	- else
348	- _ASCEND_INSTALL_PATH="/usr/local/Ascend/cann"
349	- fi
350	-
351	- source ${_ASCEND_INSTALL_PATH}/bin/setenv.bash
352	-
353	- rm -rf build
354	- mkdir -p build
355	- cd build
356	- cmake ../ -DCMAKE_CXX_COMPILER=g++ -DCMAKE_SKIP_RPATH=TRUE # 执行构建命令
357	- make
358	- ./test_geir_add_example # 替换为实际算子可执行文件名
359	- ```
360	-
361	-4. 运行run.sh脚本。
362	- 在run.sh文件所在路径执行如下命令：
363	-
364	- ```bash
365	- bash run.sh
366	- ```
367	-
368	- 默认在当前执行路径 `/build/bin`下生成可执行文件test\_geir\_add\_example，运行结果如下：
369	-
370	- ```sh
371	- INFO - [XIR]: Finalize ir graph session success
372	- ```

Mdocs/zh/invocation/quick_op_invocation.md+371-278

Mscripts/ci/parse_changed_files.py+1-1

	@@ -61,7 +61,7 @@ def get_file_change_info_from_ci(changed_file_info_from_ci, ops_path):
61	"""	61	"""
62	or_file_path = os.path.realpath(changed_file_info_from_ci)	62	or_file_path = os.path.realpath(changed_file_info_from_ci)
63	if not os.path.exists(or_file_path):	63	if not os.path.exists(or_file_path):
64	- logging.error("[ERROR] change file is not exist, can not get file change info in this pull request.")	64	+ logging.error("[ERROR] change file does not exist, can not get file change info in this pull request.")
65	return None	65	return None
66		66
67	def _compile_patterns(ops_path):	67	def _compile_patterns(ops_path):

Mscripts/ci/parse_changed_ops.py+1-1

	@@ -58,7 +58,7 @@ def get_operator_info_from_ci(changed_file_info_from_ci, is_experimental):
58	"""	58	"""
59	or_file_path = os.path.realpath(changed_file_info_from_ci)	59	or_file_path = os.path.realpath(changed_file_info_from_ci)
60	if not os.path.exists(or_file_path):	60	if not os.path.exists(or_file_path):
61	- logging.error("[ERROR] change file is not exist, can not get file change info in this pull request.")	61	+ logging.error("[ERROR] change file does not exist, can not get file change info in this pull request.")
62	return None	62	return None
63	with open(or_file_path) as or_f:	63	with open(or_file_path) as or_f:
64	lines = or_f.readlines()	64	lines = or_f.readlines()

Mscripts/kernel/binary_script/gen_opcinfo_from_opinfo.py+1-1

	@@ -53,7 +53,7 @@ def get_res_from_file(json_file):
53	get_res_from_file get the module name and module func from json_file	53	get_res_from_file get the module name and module func from json_file
54	"""	54	"""
55	if not os.path.exists(json_file):	55	if not os.path.exists(json_file):
56	- print("[ERROR]the json_file is not existed: ", json_file)	56	+ print("[ERROR]the json_file does not exist: ", json_file)
57	sys.exit(1)	57	sys.exit(1)
58	with open(json_file, "r") as file_op:	58	with open(json_file, "r") as file_op:
59	ops_info_json = json.load(file_op)	59	ops_info_json = json.load(file_op)

Mscripts/package/ops_cv/scripts/opp_install.sh+1-1

	@@ -176,7 +176,7 @@ update_install_infos() {
176	check_file_exist() {	176	check_file_exist() {
177	local path_param="${1}"	177	local path_param="${1}"
178	if [ ! -f "${path_param}" ]; then	178	if [ ! -f "${path_param}" ]; then
179	- logandprint "[ERROR]: ERR_NO:${FILE_NOT_EXIST};ERR_DES:The file (${path_param}) does not existed."	179	+ logandprint "[ERROR]: ERR_NO:${FILE_NOT_EXIST};ERR_DES:The file (${path_param}) does not exist."
180	exit 1	180	exit 1
181	fi	181	fi
182	}	182	}

Mscripts/package/ops_cv/scripts/opp_uninstall.sh+2-2

	@@ -104,7 +104,7 @@ check_directory_exist() {
104	check_file_exist() {	104	check_file_exist() {
105	local path_param="${1}"	105	local path_param="${1}"
106	if [ ! -f "${path_param}" ]; then	106	if [ ! -f "${path_param}" ]; then
107	- logandprint "[ERROR]: ERR_NO:${FILE_NOT_EXIST};ERR_DES:The file (${path_param}) does not existed."	107	+ logandprint "[ERROR]: ERR_NO:${FILE_NOT_EXIST};ERR_DES:The file (${path_param}) does not exist."
108	exit 1	108	exit 1
109	fi	109	fi
110	}	110	}
	@@ -201,7 +201,7 @@ whl_uninstall_package() {
201	if [ ! -d "${_module_apth}/${_module}" ]; then	201	if [ ! -d "${_module_apth}/${_module}" ]; then
202	pip3 show "${_module}" > /dev/null 2>&1	202	pip3 show "${_module}" > /dev/null 2>&1
203	if [ $? -ne 0 ]; then	203	if [ $? -ne 0 ]; then
204	- logandprint "WARNING" "${_module} is not exist."	204	+ logandprint "WARNING" "${_module} does not exist."
205	else	205	else
206	pip3 uninstall -y "${_module}" 1> /dev/null	206	pip3 uninstall -y "${_module}" 1> /dev/null
207	local ret=$?	207	local ret=$?