高级编程

• 硬件实现
  • 基本架构
  • 架构规格
    • NPU架构版本2002
    • NPU架构版本2201
    • NPU架构版本3002
    • NPU架构版本3510
  • 硬件约束
    • NPU架构版本2002
    • NPU架构版本2201
    • NPU架构版本3510
• 内存模型
  • 缓存一致性
  • 内存一致性
• 核间通信
  • 使用SSBuffer实现核间通信
• 高级核函数编程
  • 核内同步
    • 基于Mutex实现多流水同步
• 高级AI Core编程模型
  • SIMD与SIMT混合编程
    • 概述
    • 抽象硬件架构
    • 核函数（Kernel）与VF函数
    • 内存层级
    • 编程示例
• SuperKernel
  • 原理介绍
  • 算子适配说明
  • 核函数（Kernel）直调算子额外适配说明
  • 算子自验证说明
• Aclnn算子工程化开发
  • 概述
  • 快速入门
  • 设计与实现
    • 算子功能设计
    • 算子原型定义
    • Host侧Tiling实现
    • 核函数（Kernel）侧算子实现
    • 多分支策略
    • GenSimplifiedKey回调实现
    • 通过TilingData传递属性信息
    • 使用高阶API时配套的Tiling实现
    • 核函数（Kernel）侧输出shape依赖计算
  • 编译与部署
    • 基本流程
    • 交叉编译
    • 多算子包组织
    • 算子动态库和静态库编译
    • 编译加速
    • 编译过程调试
    • simplified key二进制配置JSON
  • 调用
    • 单算子API调用
    • 运行时加载机制
    • 基于simplified key的运行时选择流程
  • 附录
    • aclnn工程化算子开发与核函数（Kernel）直调对比
    • 命名转换规则对照表
    • CMake函数参考
    • 外部样例链接汇总
• 算子入图开发
  • 概述
  • 基本开发流程
  • 开启Tiling下沉
  • 图编译和图执行
• AI框架算子适配
  • 概述
  • PyTorch框架
  • ONNX框架
    • 适配插件开发
    • 调用样例
  • TensorFlow框架
• SIMT协作组
• AOT编译优化