DrivingSDK:基于昇腾NPU平台的自动驾驶与机器人具身智能加速库

华为昇腾-自动驾驶加速库

Branch2Tags1

Driving SDK

简介

Driving SDK是基于昇腾NPU平台开发的适用于自动驾驶场景,机器人具身智能VLA及世界模型的算子和模型加速库,提供了一系列高性能的算子和模型加速接口,支持PyTorch框架。

未来规划

📅未来规划会动态刷新在DrivingSDK RoadMap中,欢迎大家通过此链接进行互动并提出诉求

加入我们

为了交流开发经验、分享使用心得、及时获取项目更新,我们创建了DrivingSDK官方微信群。

无论你是正在使用这个项目,还是有奇思妙想,都欢迎加入👋

最新消息

  • [Dec. 09, 2025]: 🚀 DrivingSDK仓中Spconv3d算子支持channel大于等于128并优化显存
  • [Dec. 05, 2025]: 🚀 DrivingSDK仓中submSparseConv3d性能优化
  • [Nov. 20, 2025]: 🚀 DrivingSDK仓支持Pi0.5模型
  • [Nov. 20, 2025]: 🚀 DrivingSDK仓支持FBOcc模型
  • [Nov. 13, 2025]: 🚀 DrivingSDK仓支持Cosmos-drive-dreams模型
  • [Nov. 10, 2025]: 🚀 DrivingSDK仓中scatter_add算子性能优化
  • [Nov. 07, 2025]: 🚀 DrivingSDK仓支持cosmos-predict2模型
  • [Oct. 28, 2025]: 🚀 DrivingSDK仓支持VGGT模型
  • [Oct. 28, 2025]: 🚀 DrivingSDK仓支持GROOT-N1.5模型

版本说明

配套关系

DrivingSDK算子支持的CPU架构,Python,PyTorch和torch_npu版本对应关系如下:

Gitcode分支 CPU架构 支持的Python版本 支持的PyTorch版本 支持的torch_npu版本
master x86&aarch64 Python3.8.x,Python3.9.x,Python3.10.x,Python3.11.x 2.1.0 v2.1.0
Python3.9.x,Python3.10.x,Python3.11.x 2.6.0 v2.6.0
Python3.9.x,Python3.10.x,Python3.11.x 2.7.1 v2.7.1
Python3.9.x,Python3.10.x,Python3.11.x 2.8.0 v2.8.0
branch_v7.3.0 x86&aarch64 Python3.8.x,Python3.9.x,Python3.10.x,Python3.11.x 2.1.0 v2.1.0
Python3.9.x,Python3.10.x,Python3.11.x 2.6.0 v2.6.0
Python3.9.x,Python3.10.x,Python3.11.x 2.7.1 v2.7.1
Python3.9.x,Python3.10.x,Python3.11.x 2.8.0 v2.8.0
branch_v7.2.RC1 x86&aarch64 Python3.8.x,Python3.9.x,Python3.10.x,Python3.11.x 2.1.0 v2.1.0-7.2.0
Python3.9.x,Python3.10.x,Python3.11.x 2.6.0 v2.6.0-7.2.0
Python3.9.x,Python3.10.x,Python3.11.x 2.7.1 v2.7.1-7.2.0
Python3.9.x,Python3.10.x,Python3.11.x 2.8.0 v2.8.0-7.2.0
branch_v7.1.RC1 x86&aarch64 Python3.8.x,Python3.9.x,Python3.10.x,Python3.11.x 2.1.0 v2.1.0-7.1.0
Python3.9.x,Python3.10.x,Python3.11.x 2.5.1 v2.5.1-7.1.0
Python3.9.x,Python3.10.x,Python3.11.x 2.6.0 v2.6.0-7.1.0
branch_v7.0.RC1 x86&aarch64 Python3.8.x,Python3.9.x,Python3.10.x,Python3.11.x 2.1.0 v2.1.0-7.0.0
Python3.8.x,Python3.9.x,Python3.10.x,Python3.11.x 2.3.1 v2.3.1-7.0.0
Python3.8.x,Python3.9.x,Python3.10.x,Python3.11.x 2.4.0 v2.4.0-7.0.0
Python3.9.x,Python3.10.x,Python3.11.x 2.5.1 v2.5.1-7.0.0
branch_v6.0.0 x86&aarch64 Python3.8.x,Python3.9.x,Python3.10.x,Python3.11.x 2.1.0 v2.1.0-6.0.0
Python3.8.x,Python3.9.x,Python3.10.x,Python3.11.x 2.3.1 v2.3.1-6.0.0
Python3.8.x,Python3.9.x,Python3.10.x,Python3.11.x 2.4.0 v2.4.0-6.0.0
branch_v6.0.0-RC3 x86&aarch64 Python3.8.x,Python3.9.x,Python3.10.x,Python3.11.x 2.1.0 v2.1.0-6.0.rc3
Python3.8.x,Python3.9.x,Python3.10.x,Python3.11.x 2.3.1 v2.3.1-6.0.rc3
Python3.8.x,Python3.9.x,Python3.10.x,Python3.11.x 2.4.0 v2.4.0-6.0.rc3
branch_v6.0.0-RC2 x86&aarch64 Python3.7.x(>=3.7.5),Python3.8.x,Python3.9.x,Python3.10.x 1.11.0 v1.11.0-6.0.rc2
Python3.8.x,Python3.9.x,Python3.10.x 2.1.0 v2.1.0-6.0.rc2
Python3.8.x,Python3.9.x,Python3.10.x 2.2.0 v2.2.0-6.0.rc2
Python3.8.x,Python3.9.x,Python3.10.x 2.3.1 v2.3.1-6.0.rc2
branch_v6.0.0-RC1 x86&aarch64 Python3.7.x(>=3.7.5),Python3.8.x,Python3.9.x,Python3.10.x 1.11.0 v1.11.0-6.0.rc1
Python3.8.x,Python3.9.x,Python3.10.x 2.1.0 v2.1.0-6.0.rc1
Python3.8.x,Python3.9.x,Python3.10.x 2.2.0 v2.2.0-6.0.rc1

环境部署

容器安装

推荐基于Driving SDK容器配置环境。

裸机安装

前提条件

  1. 本项目依赖昇腾提供的torch_npu包和CANN包,需要先安装对应版本的torch_npu和CANN软件包,具体配套关系见Ascend Extension for PyTorch仓README。 请参考昇腾官方文档PyTorch框架训练环境准备。
  2. 使用pip3 install -r requirements.txt 安装Python依赖,requirements.txt文件位于项目根目录下。
  3. 如果您需要编译ONNX插件,请安装protobuf-devel-3.14.0, 在centos 系统上可以执行yum install protobuf-devel-3-14.0,否则请将CMakePresets.json中的ENABLE_ONNX选项改为FALSE,CMakePresets.json文件位于项目根目录下。
  4. 建议您在准备好环境后,使用umask 0027将umask调整为0027,以保证文件权限正确。
  5. 建议您以非root用户身份执行以下操作。
  6. 使用gcc编译本仓时,推荐使用gcc 10.2版本。

发布包安装

当前并未正式发布whl包 ,请参考源码安装方式。

源码安装

  1. 克隆原始仓。

    git clone https://gitcode.com/Ascend/DrivingSDK.git
    
  2. 编译Driving SDK。

    注意:请在仓库根目录下执行编译命令

    bash ci/build.sh --python=3.8
    

    参数--python指定编译过程中使用的Python版本,支持 3.8 及以上版本,缺省值为 3.8。请参考编译指导获取更多编译细节。

    生成的whl包在DrivingSDK/dist目录下, 命名规则为mx_driving-1.0.0+git{commit_id}-cp{Python_version}-linux_{arch}.whl。

  3. 安装Driving SDK。

    cd DrivingSDK/dist
    pip3 install mx_driving-1.0.0+git{commit_id}-cp{Python_version}-linux_{arch}.whl
    

    如需要保存安装日志,可在pip3 install命令后添加--log <PATH>参数,并对您指定的目录做好权限控制。

卸载

PyTorch 框架训练环境的卸载请参考昇腾官方文档Pytorch框架训练环境卸载。

Driving SDK的卸载只需执行以下命令:

pip3 uninstall mx_driving

快速上手

import torch, torch_npu
from mx_driving import scatter_max
updates = torch.tensor([[2, 0, 1, 3, 1, 0, 0, 4], [0, 2, 1, 3, 0, 3, 4, 2], [1, 2, 3, 4, 4, 3, 2, 1]], dtype=torch.float32).npu()
indices = torch.tensor([0, 2, 0], dtype=torch.int32).npu()
out = updates.new_zeros((3, 8))
out, argmax = scatter_max(updates, indices, out)

特性介绍

目录结构及说明

.
├── kernels                     # 算子实现
│  ├── op_host
│  ├── op_kernel
│  └── CMakeLists.txt
├── onnx_plugin                 # onnx框架适配层
├── mx_driving
│  ├── __init__.py
│  ├── csrc                     # 加速库API适配层
│  └── ...
├── model_examples              # 自动驾驶模型示例
│  └── BEVFormer                # BEVFormer模型示例
├── ci                          # ci脚本
├── cmake                       # cmake脚本
├── CMakeLists.txt              # cmake配置文件
├── CMakePresets.json           # cmake配置文件
├── docs                        # 文档
|  ├── api                      # 算子api调用文档
|  └── ...
├── include                     # 头文件
├── LICENSE                     # 开源协议
├── OWNERS                      # 代码审查
├── README.md                   # 项目说明
├── requirements.txt            # 依赖
├── scripts                     # 工程脚本
├── setup.py                    # whl打包配置
└── tests                       # 测试文件

算子清单

请参见算子清单。

支持特性

onnx转换om

转换前需要手动添加环境变量。

# 查看mx_driving安装路径
pip3 show mx_driving
export ASCEND_CUSTOM_OPP_PATH=xxx/site-packages/mx_driving/packages/vendors/customize/
export LD_LIBRARY_PATH=xxx/site-packages/mx_driving/packages/vendors/customize/op_api/lib/:$LD_LIBRARY_PATH

模型清单

Driving SDK仓提供了包括感知、规划、端到端、VLA等自动驾驶模型基于昇腾机器的实操案例。每个模型都有详细的使用指导,后续将持续增加和优化典型模型。使用过程中,若遇到报错问题,可查看自动驾驶模型FAQ自助解决,或在Issues中留言。如下列表中Released为Y的表示已经过测试验证,N的表示开发自验通过。

Model 8p-Atlas 800T A2性能(FPS) 8p-竞品性能(FPS) Released
BEVDepth 32.29 22.11 Y
BEVDet 73.81 37.16 Y
BEVDet4D 7.04 5.59 Y
BevFormer 3.66 3.32 Y
BEVFusion 23.62 22.54 Y
CenterNet 1257.444 542 Y
CenterPoint(2D) 66.160 85.712 Y
CenterPoint(3D) 39.41 48.48 Y
Deformable-DETR 63 65 Y
DenseTNT 166 237 Y
DETR 122 126 Y
DETR3D 14.35 14.28 Y
Diffusion-Planner 5808.13 5304.32 Y
DiffusionDrive 28.43 30.53 Y
FBOCC 20.80 33.61 Y
FCOS-resnet 196 196 Y
FCOS3D 44.31 44.30 Y
FlashOCC 104.85 67.98 Y
GameFormer 7501.8 6400 Y
GameFormer-Planner 5319 5185 Y
LaneSegNet 18.0 23.75 Y
MapTR 34.85 33.2 Y
MapTRv2 23.03 21.91 Y
Mask2Former 26.03 28.42 Y
MatrixVT 46.19 36.89 Y
MultiPath++ 149.53 198.14 Y
OpenDWM 1.82 1.82 Y
OpenVLA 56.14 73.12 Y
PanoOcc 4.32 4.87 Y
Pi-0 116.36 136.17 Y
PivotNet 9.75 13.8 Y
PointPillar(2D) 70.79 60.75 Y
SalsaNext 197.2 241.6 Y
Sparse4D 70.59 65.75 Y
SparseDrive Stage1: 46.3
Stage2: 37.9
Stage1: 41.0
Stage2: 35.2
Y
StreamPETR 26.016 25.397 Y
SurroundOcc 7.59 7.78 Y
TPVFormer 6.69 10.32 Y
UniAD Stage1: 1.002
Stage2: 1.554
Stage1: 1.359
Stage2: 2.000
Y
DexVLA Stage2: 16.72
Stage3: 15.85
Stage2: 18.88
Stage3: 18.67
Y
GR00T-N1.5 337.35 276.38 Y
Pi-0.5 2335(A3) 1115(竞品H) Y
QCNet 75.29 94.11 Y
BEVNeXt Stage1: 16.568
Stage2: 7.572
Stage1: 36.643
Stage2: 11.651
N
Cosmos-Predict2 - - N
HiVT 645 652 N
HPTR 25.12 36.07 N
LMDrive 8.02 13.85 N
MagicDriveDiT Stage1: 0.83 Stage1: 1.50 N
Panoptic-PolarNet 1.28 1.69 N
PointTransformerV3 11.92 35.56 N
Senna 1.376 1.824 N
VAD 2.847 7.476 N
VGGT 25.04 15.30 N
YoloV8 214.64 479.73 N
NWM 363.39 383.06 N
Cosmos-Drive-Dreams - - N
Cosmos-Transfer1 - - N
DinoV3 393.8 616.8 N

硬件配套

产品系列 产品型号
Atlas A2 训练系列产品 Atlas 800T A2 训练服务器
Atlas 900 A2 PoD 集群基础单元

软件生命周期说明

Driving SDK 分支维护策略

Driving SDK版本分支的维护阶段如下:

状态 时间 说明
计划 1-3 个月 计划特性
开发 3 个月 开发特性
维护 6-12 个月 合入所有已解决的问题并发布版本,针对不同的Driving SDK版本采取不同的维护策略,常规版本和长期支持版本维护周期分别为6个月和12个月
无维护 0-3 个月 合入所有已解决的问题,无专职维护人员,无版本发布
生命周期终止(EOL) N/A 分支不再接受任何修改

Driving SDK 版本维护策略

Driving SDK版本 维护策略 当前状态 发布时间 后续状态 EOL日期
v7.3.0 常规版本 维护 2025/12/30 预计2026/06/30起无维护
v7.2.RC1 常规版本 维护 2025/09/30 预计2026/03/30起无维护
v7.1.RC1 常规版本 维护 2025/06/30 预计2025/12/30起无维护
v7.0.RC1 常规版本 无维护 2025/03/30 2025/9/30起无维护
v6.0.0 常规版本 生命周期终止 2024/12/30 2025/6/30起无维护 2025/09/30
v6.0.0-RC3 常规版本 生命周期终止 2024/09/30 2025/3/30起无维护 2025/06/30
v6.0.0-RC2 常规版本 生命周期终止 2024/06/30 2024/12/30起无维护 2025/03/30
v6.0.0-RC1 常规版本 生命周期终止 2024/03/30 2024/9/30起无维护 2024/12/30

免责声明

致Driving SDK使用者

  1. Driving SDK提供的模型仅供您用于非商业目的。
  2. 对于各模型,Driving SDK平台仅提示性地向您建议可用于训练的数据集,华为不提供任何数据集,如您使用这些数据集进行训练,请您特别注意应遵守对应数据集的License,如您因使用数据集而产生侵权纠纷,华为不承担任何责任。
  3. 如您在使用Driving SDK模型过程中,发现任何问题(包括但不限于功能问题、合规问题),请在Gitcode提交issue,我们将及时审视并解决。

致数据集所有者

如果您不希望您的数据集在Driving SDK中的模型被提及,或希望更新Driving SDK中的模型关于您的数据集的描述,请在Gitcode提交issue,我们将根据您的issue要求删除或更新您的数据集描述。衷心感谢您对Driving SDK的理解和贡献。

Introduction

华为昇腾-自动驾驶加速库

Customize your domain