cann-robotrefactor: 删除废弃公共头文件，完成 math/random 算子头文件去重

文件	最后提交记录	最后更新时间
add_example	refactor: 删除废弃公共头文件，完成 math/random 算子头文件去重 Co-authored-by: tianqiguang<tianqiguang@huawei.com> # message auto-generated for no-merge-commit merge: !3000 merge math_tiling into master refactor: 删除废弃公共头文件，完成 math/random 算子头文件去重 Created-by: tianqiguang Commit-by: tianqiguang Merged-by: cann-robot Description: ## 描述删除 4 个已废弃的公共头文件，并完成剩余 math 算子和全部 random 算子的重复头文件消除。本 PR 为此系列重构的收尾提交。 ### 改动原因前三批 PR（#2951 conversion / #2969 math上 / #2980 math下）已完成所有算子到 base 仓头文件的迁移。原公共头文件已成为空壳转发或不再被引用，可安全删除： - tiling_base.h：已改为转发 tiling_base_class.h，可直接删除 - tiling_templates_registry.h：math 专用部分已拆分到 math_tiling_templates_registry.h - tiling_util.h / tiling_util.cpp：功能已迁移至 base 仓 tiling_base_util.h 此前几批遗漏了部分 math 算子（add_lora, atan2, histogram_v2, stft 等 10+ 个）以及 random 目录下全部算子。 ### 改动方法 1. 删除 4 个废弃文件并精简 common/CMakeLists.txt 2. 更新遗漏的 math 算子：#include + 命名空间修正 3. 更新 20+ 个 random 算子：同样的 #include + 命名空间修正 4. 更新示例（add_example, add_example_c_api）和 opgen 模板脚本 ## 关联的Issue - #1697 ## 测试 - 涉及的算子二级冒烟测试已通过 ## 文档更新无文档变更 ## 类型标签 - [ ] Bug修复 - [ ] 新特性 - [ ] 性能优化 - [ ] 文档更新 - [x] 其他，请描述：代码重构，删除废弃头文件并完成去重收尾 See merge request: cann/ops-math!3000	4 天前
add_example_aicpu	add_example_aicpu修改 Co-authored-by: Ding_Jing<dingjing19@huawei.com> # message auto-generated for no-merge-commit merge: !2237 merge bugfix-0415 into master add_example_aicpu修改 Created-by: Ding_Jing Commit-by: Ding_Jing Merged-by: cann-robot Description: ## 描述 <!--在这里详细描述你的改动，包括改动的原因和所采取的方法。--> 本PR的具体修改内容如下： 1、修复add_example_aicpu的ut 2、ut说明中添加aicpu的kernel执行 ## 关联的Issue <!-- 如果这个PR是为了解决特定的Issue，请在这里提供Issue链接。--> <!-- 如果这个PR是为了解决特定的问题单，请在这里描述问题单单号。--> issue [#1122](https://gitcode.com/cann/ops-math/issues/1122) ## 测试 <!--描述进行了哪些测试来验证你的改动。包括但不限于二级冒烟、算子泛化等。--> ``` [2026-04-15 13:01:30] [ RUN ] TEST_AddExample_UT.INT32_VECTOR_ADD_SUCC [2026-04-15 13:01:30] [ OK ] TEST_AddExample_UT.INT32_VECTOR_ADD_SUCC (0 ms) [2026-04-15 13:01:30] [----------] 1 test from TEST_AddExample_UT (0 ms total) [2026-04-15 13:01:30] [2026-04-15 13:01:30] [----------] Global test environment tear-down [2026-04-15 13:01:30] [==========] 1 test from 1 test suite ran. (0 ms total) [2026-04-15 13:01:30] [ PASSED ] 1 test. [2026-04-15 13:01:30] [100%] Built target math_aicpu_op_kernel_ut ``` ## 文档更新 <!--如果这个PR包含文档的更新，请在这里指出。例如：更新了README.md文件。--> 更新了docs/zh/install/compile.md ## 类型标签 <!-- [x] 表示选中 --> - [x] Bug修复 - [ ] 新特性 - [ ] 性能优化 - [ ] 文档更新 - [ ] 其他，请描述： See merge request: cann/ops-math!2237	1 个月前
add_example_c_api	refactor: 删除废弃公共头文件，完成 math/random 算子头文件去重 Co-authored-by: tianqiguang<tianqiguang@huawei.com> # message auto-generated for no-merge-commit merge: !3000 merge math_tiling into master refactor: 删除废弃公共头文件，完成 math/random 算子头文件去重 Created-by: tianqiguang Commit-by: tianqiguang Merged-by: cann-robot Description: ## 描述删除 4 个已废弃的公共头文件，并完成剩余 math 算子和全部 random 算子的重复头文件消除。本 PR 为此系列重构的收尾提交。 ### 改动原因前三批 PR（#2951 conversion / #2969 math上 / #2980 math下）已完成所有算子到 base 仓头文件的迁移。原公共头文件已成为空壳转发或不再被引用，可安全删除： - tiling_base.h：已改为转发 tiling_base_class.h，可直接删除 - tiling_templates_registry.h：math 专用部分已拆分到 math_tiling_templates_registry.h - tiling_util.h / tiling_util.cpp：功能已迁移至 base 仓 tiling_base_util.h 此前几批遗漏了部分 math 算子（add_lora, atan2, histogram_v2, stft 等 10+ 个）以及 random 目录下全部算子。 ### 改动方法 1. 删除 4 个废弃文件并精简 common/CMakeLists.txt 2. 更新遗漏的 math 算子：#include + 命名空间修正 3. 更新 20+ 个 random 算子：同样的 #include + 命名空间修正 4. 更新示例（add_example, add_example_c_api）和 opgen 模板脚本 ## 关联的Issue - #1697 ## 测试 - 涉及的算子二级冒烟测试已通过 ## 文档更新无文档变更 ## 类型标签 - [ ] Bug修复 - [ ] 新特性 - [ ] 性能优化 - [ ] 文档更新 - [x] 其他，请描述：代码重构，删除废弃头文件并完成去重收尾 See merge request: cann/ops-math!3000	4 天前
fast_kernel_launch_example	feat: migrate fast kernel launch example to ASC CMake Co-authored-by: zhangzijie<zhangzijie11@hisilicon.com> # message auto-generated for no-merge-commit merge: !2520 merge feature/fast-kernel-launch-asc into master feat: migrate fast kernel launch example to ASC CMake Created-by: zhangzijie Commit-by: zhangzijie Merged-by: cann-robot Description: ## 描述将 `examples/fast_kernel_launch_example` 迁移到 CMake 原生 ASC 语言构建，并整理 Fast Kernel Launch 示例的算子构建组织方式： - 将 add/sqrt/gelu/layer_norm 算子实现从 `.cpp` 重命名为 `.asc` - 顶层 CMake 使用 `find_package(ASC REQUIRED)` 和 `project(... LANGUAGES C CXX ASC)` 启用 ASC 语言 - 将示例算子目录从 `ascend910b` 收敛到编译器使用的 `NPU_ARCH` 命名，例如 `dav-2201` - 将算子对象文件收集方式从全局 `OBJECTS_LIST` cache 变量改为 CMake object target + global property - 构建入口优先使用 Ninja，并在 README 中补充 `NPU_ARCH` 和新增算子的开发方式 ## Refactor 方案 ### 1. 构建入口改为 CMake 原生 ASC 语言原方案通过普通 C/CXX 工程、手动指定 bisheng 编译器、给 `.cpp` 源文件追加 `-xasc` 的方式触发 ASC 编译。该方式把 ASC 编译细节散落在自定义宏和全局变量中，新增算子时需要理解较多隐藏约定。本次重构改为在顶层 `CMakeLists.txt` 中先加载 `cmake/ascend.cmake`，再执行： ```cmake find_package(ASC REQUIRED) project(${PKG_NAME} VERSION 1.0.0 LANGUAGES C CXX ASC) ``` 这样 ASC 被声明为工程语言，`.asc` 源文件由 CMake/ASC 包正常识别，不再依赖 `LANGUAGE CXX + -xasc` 的绕行方式。`cmake/ascend.cmake` 只负责定位 Ascend Toolkit、bisheng 和默认 toolchain，ASC include/link 细节交给 `find_package(ASC)` 提供的能力处理。 ### 2. NPU 架构命名从芯片名切换到编译器参数原目录使用 `ascend910b`，但实际传给编译器的是 `--npu-arch=dav-2201`。这会让目录名、CMake 参数和编译器参数不一致。本次重构统一使用编译器 `--npu-arch` 对应的取值作为目录名和构建参数： - 默认 `NPU_ARCH=dav-2201` - 支持 `dav-2201` 和 `dav-3510` - 支持通过环境变量 `NPU_ARCH` 或 CMake cache 覆盖 - 配置阶段校验不支持的架构并直接报错因此示例目录迁移为： ```text csrc/<op_name>/<NPU_ARCH>/<op_name>.asc ``` 当前 PR 中 add/sqrt/gelu/layer_norm 均迁移到 `dav-2201` 目录。 ### 3. 算子发现从手写遍历改为按架构目录收敛原 `recursive_add_subdirectory()` 会扫描 `csrc` 下每个算子的 `${NPU_ARCH}/CMakeLists.txt`，但配合旧的 `ascend910b` 默认值时，目录名和真实编译参数存在错位。新实现按如下规则发现算子： ```text csrc/*/${NPU_ARCH}/CMakeLists.txt ``` 并对结果排序后逐个 `add_subdirectory()`，保证构建输入稳定。如果当前架构下没有算子目录，会输出 warning，顶层仍可生成 dummy extension module，便于定位问题而不是在隐式变量处失败。 ### 4. 算子编译单元改为 object target 原 `add_sources()` 宏会： - 清理/重置部分全局 CMake 变量 - 递归查找 `.cpp` - 手动设置 `LANGUAGE CXX` 和 `COMPILE_FLAGS` - 将 `$<TARGET_OBJECTS:...>` 写入全局 cache 变量 `OBJECTS_LIST` 这类全局可变状态不利于维护，也容易受 CMake 配置顺序影响。新方案提供： ```cmake ascend_ops_add_current_op(OP_TARGET) ``` 每个算子目录调用后会生成独立 object library，target 名包含算子名和 NPU_ARCH，例如 `add_dav_2201_obj`。函数内部负责： - 查找当前目录下的 `.asc` 源文件 - 为该 object target 添加通用编译选项 - 显式追加 `--npu-arch=${NPU_ARCH}` - 添加当前算子目录和公共 include 目录 - 将 object target 注册到全局 property `ASCEND_OPS_OPERATOR_TARGETS` 顶层 `_C` extension 再从 `ASCEND_OPS_OPERATOR_TARGETS` 中收集 `$<TARGET_OBJECTS:${OPERATOR_TARGET}>`，并在存在算子 target 时链接这些 target。这样算子自身需要的库可以留在各自目录，例如： ```cmake ascend_ops_add_current_op(OP_TARGET) target_link_libraries(${OP_TARGET} PUBLIC platform) target_link_libraries(${OP_TARGET} PUBLIC tiling_api) ``` ### 5. Python 构建入口保持轻量 `setup.py` 不再负责把 `NPU_ARCH` 翻译成 CMake 参数。架构选择统一留给 CMake 层处理，Python 侧只传入 Torch/Torch NPU 路径和构建类型。同时 Python 构建入口优先选择 Ninja： - 环境中存在 `ninja` 时使用 `-G Ninja` - 否则回退到 `Unix Makefiles` `requirements.txt` 补充 `ninja`，使示例默认构建路径更稳定。 ### 6. 新增算子的维护方式新增算子只需要按目标架构创建目录和 `.asc` 文件： ```text csrc/<op_name>/<NPU_ARCH>/CMakeLists.txt csrc/<op_name>/<NPU_ARCH>/<op_name>.asc ``` `CMakeLists.txt` 的最小内容为： ```cmake ascend_ops_add_current_op(OP_TARGET) ``` 如果算子需要额外库或编译选项，可继续对 `${OP_TARGET}` 调用 `target_link_libraries()`、`target_compile_options()` 等 target 级 CMake API，不需要修改顶层对象列表或全局变量。 ## 关联的Issue 无 ## 测试测试结果： ```text 119 passed, 1 warning in 6.80s ``` ## 文档更新更新 `examples/fast_kernel_launch_example/README.md`： - 补充默认 `NPU_ARCH=dav-2201`、可通过环境变量覆盖，以及当前支持 `dav-2201`/`dav-3510` - 将新增算子开发说明从 `.cpp + add_sources("--npu-arch=...")` 更新为 `.asc + ascend_ops_add_current_op(OP_TARGET)` ## 类型标签 - [ ] Bug修复 - [x] 新特性 - [ ] 性能优化 - [x] 文档更新 - [x] 其他，请描述：构建重构 See merge request: cann/ops-math!2520	1 个月前
CMakeLists.txt	【描述】解决_add_example_aicpu eager模式下头文件找不到 Co-authored-by: j00427146<jialimin1@huawei.com> # message auto-generated for no-merge-commit merge: !2396 merge issue_1332 into master 【描述】解决_add_example_aicpu eager模式下头文件找不到 Created-by: jialimin1 Commit-by: j00427146 Merged-by: cann-robot Description: ## 描述 1、解add_example_aicpu eager模式下头文件找不到问题 2、修改aclnnLeftShift、aclnnLeftShifts、aclnnTriangularSolve确定性计算说明 <!--在这里详细描述你的改动，包括改动的原因和所采取的方法。--> ## 关联的Issue Issue##1332 <!-- 如果这个PR是为了解决特定的Issue，请在这里提供Issue链接。--> <!-- 如果这个PR是为了解决特定的问题单，请在这里描述问题单单号。--> ## 测试修复前： ![image.png](https://raw.gitcode.com/user-images/assets/7649531/5a6c7b8b-6850-46e5-9a5c-a8432396b480/image.png 'image.png') 修复后： ![image.png](https://raw.gitcode.com/user-images/assets/7649531/5e847575-51d8-4e10-908a-ef1c4c74a924/image.png 'image.png') <!--描述进行了哪些测试来验证你的改动。包括但不限于二级冒烟、算子泛化等。--> ## 文档更新 <!--如果这个PR包含文档的更新，请在这里指出。例如：更新了README.md文件。--> ## 类型标签 <!-- [x] 表示选中 --> - [ ] Bug修复 - [ ] 新特性 - [ ] 性能优化 - [ ] 文档更新 - [ ] 其他，请描述： See merge request: cann/ops-math!2396	1 个月前
README.md	feat: 新增 Add 算子 C API（asc_simd）风格示例工程 Co-authored-by: songkai111<songkai16@huawei.com> # message auto-generated for no-merge-commit merge: !2708 merge master into master feat: 新增 Add 算子 C API（asc_simd）风格示例工程 Created-by: songkai111 Commit-by: songkai111 Merged-by: cann-robot Description: ## 描述新增 Add 算子的 C API（asc_simd）风格示例工程 `add_example_c_api`，展示使用 C API 方式开发 AI Core 算子的完整流程，区别于传统 C++ 类方式的 AscendC API。 ### 改动原因现有示例仅包含 C++ 类方式（AscendC API）和 AI CPU 方式的算子开发样例，缺少 C API（asc_simd）风格的示例。本 PR 补充了该开发方式的端到端示例，方便开发者参考。 ### 改动方法 1. 新增 `examples/add_example_c_api/` 目录，包含完整的算子工程结构： - `op_kernel/`：使用 C API（asc_simd）实现加法 kernel，核心接口包括 `asc_init()`、`asc_copy_gm2ub_sync()`、`asc_add_sync()`、`asc_copy_ub2gm_sync()` - `op_host/`：Tiling 实现、算子定义（OpDef）、InferShape 实现 - `op_graph/`：图推理（InferShape/InferDataType）及 proto 定义 - `examples/`：aclnn 调用样例（test_aclnn_add_example_c_api.cpp） 2. 算子定义支持 ascend910b、ascend910_93、ascend950 硬件平台 3. 输入输出仅支持 FLOAT 数据类型，4 维 ND 格式 4. 更新 `examples/README.md` 添加新示例目录说明和样例表格条目 ## 关联的Issue - #1535 ## 测试提供 aclnn 调用样例（test_aclnn_add_example_c_api.cpp），使用 32×4×4×4 的 FLOAT 张量进行端到端验证，计算 x1 + x2 = y 并打印结果。 ## 文档更新 - 新增 `examples/add_example_c_api/README.md`，说明产品支持情况、功能说明、参数说明、约束说明、调用方式和 Kernel 开发方式 - 更新 `examples/README.md` 添加 add_example_c_api 目录结构和样例表格 ## 类型标签 - [ ] Bug修复 - [x] 新特性 - [ ] 性能优化 - [ ] 文档更新 - [ ] 其他，请描述： See merge request: cann/ops-math!2708	20 天前

简介

说明：

目前算子库中大部分算子运行在AI Core上，少部分算子运行在AI CPU上。默认情况下，项目中提到的算子指AI Core算子。

关于AI Core和AI CPU的介绍请参见《Ascend C算子开发》中“概念原理和术语 > 硬件架构与数据处理原理”。

本项目提供了AI Core算子和AI CPU算子的开发和调用样例，请开发者根据实际情况参考对应实现。

目录说明

├── examples                       
│   ├── add_example                # AI Core算子名
│   │   ├── CMakeLists.txt         # 算子编译配置文件，保留原文件即可   
│   │   ├── examples               # 算子使用示例
│   │   ├── op_graph               # 算子构图相关目录
│   │   ├── op_host                # 算子信息库、Tiling、InferShape相关实现
│   │   └── op_kernel              # 算子kernel目录
│   ├── add_example_c_api          # AI Core C API算子名（使用C API/asc_simd开发kernel）
│   │   ├── CMakeLists.txt         # 算子编译配置文件，保留原文件即可   
│   │   ├── examples               # 算子使用示例
│   │   ├── op_graph               # 算子构图相关目录
│   │   ├── op_host                # 算子信息库、Tiling、InferShape相关实现
│   │   └── op_kernel              # 算子kernel目录（C API风格）
│   ├── add_example_aicpu          # AI CPU算子名
│   │   ├── CMakeLists.txt         # 算子编译配置文件，保留原文件即可   
│   │   ├── examples               # 算子使用示例
│   │   ├── op_graph               # 算子构图相关目录
│   │   ├── op_host                # 算子信息库、InferShape相关实现
│   │   └── op_kernel_aicpu        # 算子kernel目录
│   ├── CMakeLists.txt             # 算子编译配置文件，保留原文件即可
│   └── README.md                  # 算子说明文档

算子开发样例

样例目录	样例介绍	算子开发	算子调用
add_example	实现两个张量相加功能的算子。	算子端到端开发过程参见AI Core算子开发指南	调用参见README
add_example_c_api	实现两个张量相加功能的算子，kernel使用C API（asc_simd）开发方式。	算子端到端开发过程参见AI Core算子开发指南	调用参见README
add_example_aicpu	实现两个张量相加功能的算子。	算子端到端开发过程参见AI CPU算子开发指南	调用参见README
fast_kernel_launch_example	实现一种PyTorch场景下快速端到端开发算子的样例。	算子端到端开发过程参见PyTorch算子快速开发指南	调用参见README