昇腾 AI CANN 训练营〔开源基础系列〕：从语法基础到算子实操，一站式构建 Ascend C 全链路编程能力
Ascend C 算子是什么
Ascend C 算子是基于 CANN 推出的支持 C/C++ 标准规范的编程语言 Ascend C 所开发的算子。编写的算子程序经编译器编译和运行时调度可在昇腾硬件上运行，助力开发者高效实现自定义创新算法。使用它开发自定义算子具有遵循 C/C++ 编程规范、自动并行调度获得最优执行性能、结构化核函数简化算子开发逻辑、CPU/NPU 孪生调试提升算子调试效率等优势。
Ascend C 编程模型
-
Ascend C 的核函数是算子在设备侧 AI Core 的执行入口，也是连接 CPU 与 NPU 的桥梁。编写核函数定义设备端计算逻辑，编译后可在昇腾硬件并行执行，是自定义算子的核心载体；采用 SPMD 模型，仅需写一份核函数代码，设备会自动分发到多 AI Core，各核心通过内置变量 block_idx 区分身份，独立处理数据分片，实现一份代码、多核心并行处理不同数据。
-
核函数开发规则（需添加特定限定符，明确运行载体和类型）
- global：标识为可被主机端调用的设备函数
- aicore：明确在昇腾 AI Core 上执行（区别于 CUDA 的核函数）
-
参数与变量规则
- 入参类型：仅支持指针（需用 gm 标识指向全局内存，如 gm float*）或 C/C++ 内置类型（如 int32_t）
-
调用流程 核函数如何被主机端触发（主机端通过特定语法调用核函数，需指定并行配置）
- blockDim：指定参与执行的 AI Core 数量
- l2ctrl：保留参数，暂设为 nullptr
- stream：任务队列（aclrtStream 类型），用于管理设备端任务的并行、串行执行
-
实践示例 HelloWorld 核函数全流程
- 核函数实现（设备侧逻辑）
- 主机端调用（CPU 侧控制流程） 需配合 AscendCL（昇腾计算库）完成初始化、资源管理等步骤
Ascend C 硬件架构抽象与编程范式
Ascend C 基于硬件抽象架构，采用流水线式编程范式，将算子拆分为多个流水任务，通过 Queue 实现任务通信同步、Pipe 统一管理内存资源。其中 Vector 编程范式明确 CopyIn、Compute、CopyOut 三阶段流程，结合逻辑存储位置 TPosition 和张量对象 Global/LocalTensor 管理数据，并通过 Pipe、TBuf 分别完成常规与临时变量的内存分配回收，以此支撑算子在昇腾硬件上的高效开发执行。基于硬件抽象架构屏蔽底层差异，采用流水线式编程范式，将算子拆分为流水任务并通过 Queue 实现任务通信同步，依托 Pipe 统一管理设备侧资源核心的 Vector 编程范式明确 CopyIn（数据搬入）、Compute（向量计算）、CopyOut（数据搬出）三阶段流程，结合 TPosition 及 GlobalTensor/LocalTensor 实现精细化数据管理，通过 Pipe 分配回收常规内存、TBuf 管理临时变量内存，保障内存高效利用，支撑算子在昇腾硬件上的高效开发与执行。
Ascend C API 体系：基础与高层 API 的分层赋能
Ascend C 的 API 体系分为基础 API 和高层 API，分别支撑底层功能灵活组合与上层算法快速落地的开发需求。
基础 API：底层能力的灵活拼接
- 计算类 API：分为标量（Scalar 单元）、向量（Vector 单元）、矩阵（Cube 单元）三类，适配不同粒度的计算场景
- 数据搬运 API：以 DataCopy 为核心，实现 Global Memory 与 Local Memory 间的数据迁移
- 内存管理 API：通过 AllocTensor/FreeTensor 管理内存生命周期
- 任务同步 API：通过 EnQue/DeQue 实现任务间通信
高层 API：上层算法的高效封装
高层 API 封装了 Matmul、Softmax 等常用算法逻辑，借助'对象化封装 + 流程化调用'模式，将复杂算法逻辑转化为简洁的 API 调用，既减少了重复开发工作，又大幅提升了开发效率。
基于 Kernel 直调工程的算子开发
核函数定义
用 global aicore 限定符定义设备侧入口，调用算子类的初始化与处理函数。
算子类实现
通过 CopyIn（数据从 Global 搬入 Local）、Compute（向量加法）、CopyOut（结果搬出至 Global）三个流水任务实现逻辑，结合 Queue 做任务同步、Pipe 做内存管理。
Init 实现
KernelAdd 类的 Init 方法主要做两件事：通过 block_idx 给当前 AI Core 划分全局内存数据，把 xGM、yGM、zGM 绑定到当前核心的处理区域，实现多核并行；用 pipe 初始化输入输出队列的双缓冲内存，按 TILE_LENGTH 分配内存块，队列深度设为 BUFFER_NUM，支撑流水线并行。
Process() 实现
KernelAdd 类的 Process() 方法通过循环调度 CopyIn、Compute、CopyOut 三个阶段，结合双缓冲实现流水线并行。
流程中，CopyIn 将全局内存数据搬入本地并通过队列同步，Compute 执行向量加法并将结果入队，CopyOut 将结果搬回全局内存，借助双缓冲和流水线机制让数据搬运与计算并行，提升昇腾 AI Core 的 Vector 单元利用率。
ddCustom 算子的主机侧 main.cpp
- CPU 模式逻辑（用于算法逻辑快速验证，不依赖昇腾硬件，直接在 CPU 上执行计算）
- NPU 模式主机侧逻辑（用于在昇腾 NPU 硬件上执行算子，充分利用硬件加速能力）
数据生成脚本 gen_data.py
基于 NumPy 编写，用于生成 AddCustom 算子的输入数据和真值数据，为算子的功能验证提供标准化的输入与预期结果参考。
实现逻辑：
- 生成两个形状为（8, 2048）的 float16 随机输入数据 input_x 和 input_y（数值范围 1-100）
- 计算加法算子的真值数据 golden（即 input_x + input_y）
- 将输入数据和真值数据以二进制格式分别保存到指定路径，供后续算子调用、验证时使用
用途：
- 为 AddCustom 算子的开发、调试和测试提供一致的输入源与真值基准，确保算子计算结果的准确性
简单工程执行
Ascend C 算子的简易工程执行方式：将编译和执行命令封装到 run.sh 脚本中，可通过不同参数实现 CPU 和 NPU 模式下的算子运行调试。
- CPU 模式：执行 bash run.sh -v Ascend910x -r cpu，通过 md5 校验 output_z.bin 与 golden.bin 一致性验证执行成功；架构依赖 Host APP、CPU 调用库、算子 kernel 程序和 AscendC 类库
- NPU 模式：执行 bash run.sh -v Ascend910x -r npu，通过 md5 校验验证编译、执行成功；架构依赖 Host APP、AscendCL API 库及设备侧算子 kernel 程序、AscendC 类库，实现主机 - 设备交互与功能验证
