Introduction

面向昇腾 NPU 算子开发的入门指引，帮助开发者建立基本概念，补全从入门到精通的知识空缺。

npu_execution

纯概念文档，无代码。拆解一个 NPU 算子从 PyTorch 调用到芯片执行所经历的完整链路。

vector_add_c_api

最简实现，适合新人入门。演示如何使用 Ascend C API（C 语言风格接口）在 NPU 上编写简单的 Vector Core kernel，实现向量逐元素相加。

vector_add

使用 Ascend C TQue / TPipe 实现向量逐元素加法，学习 Vector Core kernel 的基本编程模型与编译运行流程。

vector_function_add

RegBase 编程模型的可运行入门样例。使用 Vector Function（VF）在寄存器上实现与 vector_add 相同的向量加法，学习 __simd_vf__、AscendC::Reg::*、Mask 尾块自适应与 asc_vf_call 调用方式。仅支持 Ascend 950（dav-3510）。

matmul

使用 Ascend C Tensor API 实现矩阵乘法，学习 Cube Core kernel 的基本编程模型与性能 profiling 方法。

vector_function_getting_started

RegBase 编程模型入门文档，无可执行代码。从 MemBase 写法的搬运开销切入，讲解 Vector Function 的编程模型（SIMD、Mask、Load/Store）与硬件执行机制（乱序、硬件循环、指令并行），并以 MulAdd 为例展示完整 VF 实现。

custom_op

算子框架适配层（Plugin）开发示例。演示如何将第三方框架（如 ONNX、TensorFlow）的算子映射为昇腾平台支持的算子，包含属性解析、图改写、算子映射等进阶用法，是打通自定义算子从前端框架到 Ascend 硬件执行的关键环节。