昇腾社区
> 昇腾文档
异构计算框架CANN
- 安装
- 训练场景
- 推理场景
- 系统工具
-
-
更多版本
20.1对应配套华为企业业务网站(https://support.huawei.com)“技术支持 > 昇腾计算 > 解决方案配套与软件 > CANN”的“V100R020C10”版本号
对应配套华为企业业务网站(https://support.huawei.com)“技术支持 > 昇腾计算 > 解决方案配套与软件 > Atlas Data Center Solution”的“V100R020C00”版本号
对应配套华为企业业务网站(https://support.huawei.com)“技术支持 > 昇腾计算 > 解决方案配套与软件 > Atlas Data Center Solution”的“V100R020C00”版本号
-
-
算子开发
-
第三方框架对接
-
开发辅助工具(命令行)
-
参考
-
更多版本
-
-
-
应用开发
-
算子开发
-
模型构建
-
参考
-
故障处理
-
开发辅助工具(命令行)
-
更多版本
-
昇腾产品
- 模块
- 标卡
- 智能边缘
- AI服务器
- AI集群
- 开发者套件
-
Atlas 200 AI加速模块
-
了解
-
硬件开发
-
硬件安装&配置
-
参考
-
Atlas 300I 推理卡
-
Atlas 300T 训练卡
-
了解
-
硬件安装&配置
-
参考
-
了解
-
硬件安装&配置
-
参考
-
Atlas 500 智能边缘小站
-
Atlas 500 Pro智能边缘服务器
-
Atlas 800 推理服务器
-
Atlas 800 训练服务器
-
硬件安装&配置
-
日常运维
-
参考
-
型号3000
-
型号3010
-
-
更多文档
-
硬件安装&配置
-
型号9000
-
型号9010
用户指南 升级指导书 驱动和固件安装升级指南
-
-
日常运维
-
型号9000
-
型号9010
-
-
参考
-
型号9000
-
型号9010
-
-
更多文档
-
Atlas 900 AI集群
-
了解
-
硬件安装&配置
-
日常运维
-
参考
-
Atlas 200 DK 开发者套件
-
介绍
-
安装指导
-
参考
-
更多文档
全流程开发工具链
-
MindStudio
选择开发场景
20.1

对应配套华为企业业务网站(https://support.huawei.com)“技术支持 > 昇腾计算 > 解决方案配套与软件 > CANN”的“V100R020C10”版本号
对应配套华为企业业务网站(https://support.huawei.com)“技术支持 > 昇腾计算 > 解决方案配套与软件 > Atlas Data Center Solution”的“V100R020C00”版本号

20.1
对应配套华为企业业务网站(https://support.huawei.com)“技术支持 > 昇腾计算 > 解决方案配套与软件 > CANN”的“V100R020C10”版本号
20.0
对应配套华为企业业务网站(https://support.huawei.com)“技术支持 > 昇腾计算 > 解决方案配套与软件 > Atlas Data Center Solution”的“V100R020C00”版本号
- 模型开发
- 算子开发
- 应用开发
- 硬件开发
-
部署开发环境
-
模型开发
-
推荐使用MindSpore进行模型开发
-
通过Ascend Graph接口构建离线模型
-
第三方框架对接
-
相关资源
-
-
模型移植
-
TensorFlow模型迁移
-
PyTorch模型迁移
-
辅助工具
-
-
模型训练
-
模型训练相关资源
-
辅助工具
-
-
模型调优
-
模型转换
-
精度对比
-
模型小型化(Caffe)
-
-
部署开发环境
-
算子开发
-
算子查询
-
TBE自定义算子开发(推理)
-
TBE自定义算子开发(训练)
-
PyTorch算子适配
-
-
部署开发环境
-
模型评估
-
模型转换
-
模型小型化
-
精度对比
-
算子调优
-
-
应用开发
-
ACL昇腾统一编程语言
-
MindX SDK
-
开发辅助工具
-
故障处理
-
-
应用调优
-
系统调优
-
- 模型开发
- 算子开发
- 应用开发
- 硬件开发
-
模型开发
选择深度学习框架进行模型开发
-
推荐使用MindSpore进行模型开发
-
使用TensorFlow开发进行模型开发
-
-
模型移植
-
TensorFlow模型迁移
-
-
模型训练
导入数据集训练进行模型训练
-
使用深度学习平台MindX DL进行训练
-
模型训练相关资源
-
-
模型调优
对模型的精度和性能进行调优处理
-
模型转换
-
精度对比
-
模型小型化(Caffe)
-
-
-
1. 算子工程创建、编译、开发
开发者可直接基于内置自定义算子样例工程进行开发,开发者需要自己创建算子相关实现文件,或者基于已有样例进行修改
-
2. 算子调优
对算子的精度进行调优处理
-
-
模型评估
-
模型转换
将训练后可使用的模型使用ATC工具转换成Ascend 310支持的模型文件(om文件)
-
模型小型化
-
精度对比
-
-
应用开发
-
应用开发相关资源
-
1. 资源初始化
初始化的内容包含ACL初始化、运行管理资源申请、数据预处理资源申请、模型推理资源申请、单算子信息初始化等
-
2. 数据传输到Device
在Host将图片数据读入内存,再调用aclrtMemcpy接口同步将Host内存中的数据复制到Device内存中,供Device处理
-
3. 数据预处理
读取数据并对数据进行解码、缩放等操作,输出源图编码格式的图片,作为模型推理的输入
-
4. 模型推理
输入预处理后的数据,执行模型推理,输出推理后的数据
-
5. 数据后处理
从推理结果中查找最大置信度的数据并进行类别标识
-
故障处理
-
-
应用调优
-
系统调优
-
-
规格了解
-
模块信号接口设计
-
-
模块PCIe接口设计
-
模块RGMI接口设计
-
模块SD/eMMc接口设计
-
模块USB接口设计
-
其它接口设计
参考资料: 原理图设计指导 -
-
-
模块PCB设计
-
-
PCIe接口PCB设计
-
RGMI接口PCB设计
-
SD/eMMc接口PCB设计
-
USB接口PCB设计
参考资料: PCB设计指导 -
-
-
模块热设计
-
-
详细散热结构
-
散热性能要求
-
热设计功耗,结温规格,壳温规格,热阻参数
-
热阻计算
参考资料: 散热设计指导 -
-
-
模块结构设计
-
-
模块详细尺寸模块配高应用
-
模块配高垫尺寸设计
-
模块底板PCB定位孔位置、尺寸、安装
-
模块各部件固定螺丝类型、数量、固定力矩
参考资料: 结构设计指导 -
-
应用部署
-
-
在设备侧部署容器
-
应用部署
全流程开发工具链
-
MindStudio
昇腾应用使能MindX
- MindX DL
- MindX Edge
- ModelZoo
- MindX SDK
异构计算框架CANN
- 安装
- 训练场景
- 推理场景
- 系统工具
-
-
更多版本
-
-
算子开发
-
第三方框架对接
-
开发辅助工具(命令行)
-
参考
-
更多版本
-
-
-
应用开发
-
算子开发
-
模型构建
-
参考
-
故障处理
-
开发辅助工具(命令行)
-
更多版本
-
昇腾产品
- 模块
- 标卡
- 智能边缘
- AI服务器
- AI集群
- 开发者套件
Atlas 200 AI 加速模块
-
了解
-
硬件开发
-
硬件安装&配置
-
参考

Atlas 300I 推理卡
-
了解
-
硬件安装&配置
-
参考

Atlas 500 智能边缘小站
-
了解
-
硬件安装&配置
-
日常运维
-
参考

Atlas 500 Pro
-
了解
-
硬件安装&配置
-
日常运维
-
参考

Atlas 800 推理服务器
-
硬件安装&配置
-
日常运维
-
参考
-
更多文档

Atlas 800 训练服务器
-
硬件安装&配置
-
型号 9000
用户指南(风冷) 用户指南(液冷) 升级指导书 驱动和固件安装升级指南 -
型号9010
用户指南 升级指导书 驱动和固件安装升级指南
-
-
日常运维
-
型号 9000
维护与服务指南(风冷) 维护与服务指南(液冷) iBMC 用户指南 iBMC 告警处理 故障处理 -
型号9010
维护与服务指南 iBMC 用户指南 iBMC 告警处理 故障处理
-
-
参考
-
更多文档

Atlas 900 AI集群
-
了解
-
硬件安装&配置
-
日常运维
-
参考

Atlas 200 DK 开发者套件
-
介绍
-
安装指导
-
参考
-
更多文档

全流程开发工具链
-
MindStudio
选择开发场景
20.1 20.0
- 模型开发
- 算子开发
- 应用开发
- 硬件开发
-
部署开发环境
-
模型开发
-
推荐使用MindSpore进行模型开发
-
通过Ascend Graph接口构建离线模型
-
第三方框架对接
-
相关资源
-
-
模型移植
-
TensorFlow模型迁移
-
PyTorch模型迁移移
-
辅助工具
-
-
模型训练
-
模型训练相关资源
-
辅助工具
-
-
模型调优
-
模型转换
-
精度对比
-
模型小型化(Caffe)
-
-
部署开发环境
-
算子开发
-
算子查询
-
TBE自定义算子开发(推理)
-
TBE自定义算子开发(训练)
-
PyTorch算子适配
-
-
部署开发环境
-
模型评估
-
模型转换
-
模型小型化
-
精度对比
-
算子调优
-
-
应用开发
-
ACL昇腾统一编程语言
-
MindX SDK
-
开发辅助工具
-
故障处理
-
-
应用调优
-
系统调优
-
应用部署
-
-
在设备侧部署容器
-
- 模型开发
- 算子开发
- 应用开发
- 硬件开发
-
模型开发
选择深度学习框架进行模型开发
-
推荐使用MindSpore进行模型开发
-
使用TensorFlow开发进行模型开发
-
-
模型移植
-
TensorFlow模型迁移
-
-
模型训练
导入数据集训练进行模型训练
-
使用深度学习平台MindX DL进行训练
-
模型训练相关资源
-
-
模型调优
对模型的精度和性能进行调优处理
-
模型转换
-
精度对比
-
模型小型化(Caffe)
-
-
-
1. 算子工程创建、编译、开发
开发者可直接基于内置自定义算子样例工程进行开发,开发者需要自己创建算子相关实现文件,或者基于已有样例进行修改
-
2. 算子调优
对算子的精度进行调优处理
-
-
模型评估
-
模型转换
将训练后可使用的模型使用ATC工具转换成Ascend 310支持的模型文件(om文件)
-
模型小型化
-
精度对比
-
-
应用开发
-
应用开发相关资源
-
1. 资源初始化
初始化的内容包含ACL初始化、运行管理资源申请、数据预处理资源申请、模型推理资源申请、单算子信息初始化等
-
2. 数据传输到Device
在Host将图片数据读入内存,再调用aclrtMemcpy接口同步将Host内存中的数据复制到Device内存中,供Device处理
-
3. 数据预处理
读取数据并对数据进行解码、缩放等操作,输出源图编码格式的图片,作为模型推理的输入
-
4. 模型推理
输入预处理后的数据,执行模型推理,输出推理后的数据
-
5. 数据后处理
从推理结果中查找最大置信度的数据并进行类别标识
-
故障处理
-
-
应用调优
-
系统调优
-
应用部署
全流程开发工具链
-
MindStudio