cann-samples

🔥Latest News

• [2026/03] ops-samples更名为cann-samples。
• [2026/02] ops-samples项目上线，提供算子领域高性能实战演进样例与体系化调优知识库。

🚀概述

cann-samples 是 CANN（Compute Architecture for Neural Networks）算子领域的实战样例仓库，提供高性能实现示例与体系化调优知识库。

本仓已集成代码仓库智能体，点击 徽章，进入其专属页面，开启在线智能代码学习与知识问答体验！

📝环境部署

当前仓库已验证通过的社区版 CANN Toolkit 如下：

CANN 版本	时间戳	验证结果	下载链接
9.0.0	20260422000325096	✅ PASS	aarch64 / x86_64
9.0.0	20260325000325538	✅ PASS	aarch64 / x86_64

请根据实际 CPU 架构，从上述链接目录中自行选择对应的 .run 安装包。

toolkit 安装包文件名格式如下：

• Ascend-cann-toolkit_${cann_version}_linux-aarch64.run
• Ascend-cann-toolkit_${cann_version}_linux-x86_64.run

1. 安装社区版 CANN Toolkit

   # 确保安装包具有可执行权限
   chmod +x Ascend-cann-toolkit_${cann_version}_linux-${arch}.run
   # 安装命令
   ./Ascend-cann-toolkit_${cann_version}_linux-${arch}.run --install --force --install-path=${install_path}
   

   • ${cann_version}：表示 toolkit 安装包版本号，需满足上文的最低版本要求。
   • ${arch}：表示 CPU 架构，如 aarch64、x86_64。
   • ${install_path}：表示指定安装路径，默认安装在 /usr/local/Ascend 目录。

2. 配置环境变量

   安装完成后，请先执行：

   source ${install_path}/ascend-toolkit/set_env.sh
   

   请将 ${install_path} 替换为 toolkit 的实际安装目录，例如 /usr/local/Ascend 或 ${HOME}/Ascend。

3. 前置依赖

   编译用到的依赖如下，请确保已安装并且满足版本要求：

   • cmake >= 3.16.0
   • python >= 3.8.0
   • zip

⚡️快速入门

1. 配置项目

   NPU_ARCH 为必填参数，用于指定目标 NPU 架构。当前支持的取值如下：

   NPU 平台	NPU_ARCH
   Ascend950	dav-3510
   Ascend910B/C	dav-2201

   以 Ascend950 为例，使用以下命令初始化构建配置，CMake 会自动创建 build 目录：

   cmake -S . -B build -DNPU_ARCH=dav-3510
   

   在 Ascend910B/C 平台构建时，请使用 -DNPU_ARCH=dav-2201。不支持当前架构的样例会在配置阶段跳过，因此 target help 和后续构建只包含当前架构生效的样例。

2. 查看可用 Target（可选）

   编译前可先查看当前项目中支持单独构建的目标列表：

   cmake --build build --target help
   

3. 编译与安装

   • 选项 A：编译指定 Target（部分构建）

     将 <target_name> 替换为上一步查到的目标名称：

     cmake --build build --target <target_name>
     

   • 选项 B：编译所有 Target（推荐，全量构建）

     支持多线程加速构建：

     cmake --build build --parallel
     

     安装编译产物，将生成的二进制文件整理到 build_out 目录：

     cmake --install build --prefix ./build_out
     

4. 运行验证

   • 选项A: 运行指定的Target(以vector_add为例)

     上一步将<target_name> 替换为vector_add编译成功后，编译输出二进制文件在./build/Samples/0_Introduction/vector_add/目录下，即编译产物在第一步构建的build文件夹下与样例目录对应的位置，执行如下命令运行：

     ./build/Samples/0_Introduction/vector_add/vector_add
     

     可以得到结果如下：

     Vector add completed successfully!
     

   • 选项B: 运行全量编译并安装后的matmul用例

     完成第三步的安装后，所有编译生成文件都在build_out文件夹下，matmul用例的可运行文件在./build_out/0_Introduction/matmul目录下，执行如下命令运行：

     ./build_out/0_Introduction/matmul/matmul 100 50 200
     

     可以得到结果如下：

     matmul run successfully!
     

     开发者可自行尝试运行build_out下的其它用例。

📂目录结构

├── Samples                                  # 样例目录
│   ├── 0_Introduction                       # 入门样例
│   ├── 1_Features                           # 功能特性样例
│   │   ├── memory_optimization              # 访存优化方法
│   │   ├── instruction_optimization         # 指令优化方法
│   │   ├── system_optimization              # 系统优化方法
│   │   └── hardware_features                # 芯片特性样例
│   ├── 2_Performance                        # 性能调优样例
│   └── CMakeLists.txt
├── cmake                                    # 工程编译配置
├── .clang-format                            # 代码格式配置
├── CMakeLists.txt                           # 根 CMake 配置
├── LICENSE                                  # 许可证
├── SECURITY.md                              # 安全声明
└── README.md                                # 项目说明文档

💬相关信息

• 许可证
• 所属SIG

🤝联系我们

本项目的功能与文档会持续更新。

• 问题反馈：通过 GitCode Issues 提交问题
• 社区互动：通过 GitCode Discussions 参与交流