メニュー
Ascend C API 使用最佳实践。提供算术、归约、数据搬运、Buffer管理、精度转换等 API 的正确用法和限制说明。触发：用户询问具体 API 用法（如"DataCopy 怎么用"）、遇到 API 参数错误或限制报错（如 repeatTimes、对齐问题）、需要查看 API 最佳实践或避坑指南时。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
SOC 職業分類に基づく
评估 CANN 算子仓的「进阶教程 / 开发指南」类文档质量——通读文档 + 对照算子代码**静态**查证(默认不跑),按五轴(找得到/信得过/学得会/可操作/读得懂)找出 漏讲/讲不清/过时/对不上代码/概念讲错,产出带证据与改进建议的体检报告(MD + HTML)。涉及「评进阶教程 / 开发指南文档质量 / 文档对不对得上代码 / 教程审稿 / tutorial 体检 / 文档信不信得过」等意图时使用。只评不改不跑,只对着文档与代码出诊断。
Run NPU inference/training tests on a remote SSH server with vllm-ascend Docker container. Use when the user asks to test models on NPU, run inference on Ascend devices, or deploy models to an SSH server.
Track daily PRs and Issues from vllm-project/vllm and vllm-project/vllm-ascend, filter by model (DeepSeek/Qwen/GLM/MiniMax/Kimi) and tech topics (PD disaggregation, MTP, quantization, graph mode, performance), analyze with LLM, and generate a Markdown report. Use when user wants vllm daily tracker, PR/Issue digest, or Ascend inference ecosystem monitoring.
Automatically fetch InferenceX benchmark data and generate daily performance reports for LLM inference on various hardware (NVIDIA, AMD, etc.). Supports email delivery, data change detection, and 8k1k sequence length performance analysis. Use when needing to track LLM inference performance trends, compare hardware configurations, or monitor benchmark updates.
通用 PyTorch 项目 Ascend NPU 迁移可行性分析。系统化扫描代码库中的 CUDA/GPU 依赖，按 7 大域分类评估（设备层、注意力机制、自定义算子、分布式通信、精度策略、第三方依赖、编译加速），并基于 Wan2.2 实际迁移经验提供逐项替代方案。适用于评估任何 DiT/Transformer 类模型（视频生成、LLM、多模态等）在昇腾 NPU 上的运行可行性与迁移工作量估算。
End-to-end AscendC custom operator development for Ascend NPU in an ascend-kernel (csrc/ops + build.sh + torch_npu PyTorch custom op) project. Use to design, generate, build, test, document, and tune a new AscendC operator from a name and a math/functional spec. Covers project init, two-level tiling design, op_host/op_kernel code generation, framework registration, compile/install/debug, PyTorch-style API docs, precision evaluation and root-cause debugging, torch_npu.profiler performance benchmarking, performance optimization, and security code review.
| name | external-cannbot-ops-ascendc-api-best-practices |
| description | Ascend C API 使用最佳实践。提供算术、归约、数据搬运、Buffer管理、精度转换等 API 的正确用法和限制说明。触发：用户询问具体 API 用法（如"DataCopy 怎么用"）、遇到 API 参数错误或限制报错（如 repeatTimes、对齐问题）、需要查看 API 最佳实践或避坑指南时。 |
| original-name | ascendc-api-best-practices |
| synced-from | https://gitcode.com/cann/cannbot-skills |
| synced-date | 2026-05-26 |
| synced-commit | ac5bbd2b4cf427d011874e11f8d1e8b1bef66eda |
| license | UNKNOWN |
| API 类别 | 涵盖 API | 核心文档 | 典型场景 |
|---|---|---|---|
| 算术运算 | Add, Sub, Mul, Div, Adds, Muls | api-arithmetic.md | Softmax, LayerNorm, 广播优化 |
| 归约操作 | ReduceMax, ReduceSum | api-reduce.md, api-reduce-pattern.md | Softmax, LayerNorm, ReduceMean |
| 数据搬运 | DataCopy, DataCopyPad | api-datacopy.md | 非对齐处理、多维搬运 |
| Transpose / 重排 | TransDataTo5HD, Gather | api-transpose.md | 小通道 transpose、permute |
| Buffer 管理 | TBuf, TQue | api-buffer.md | Double Buffer、内存规划 |
| 精度转换 | Cast | api-precision.md | FP16/FP32 混合精度 |
| 流水线同步 | EnQue, DeQue, SetFlag | api-pipeline.md | 多级流水线、事件同步 |
| Compare 256B对齐 | Compare | api-restrictions.md | Padding 策略 |
| repeatTime 限制 | repeatTimes ≤ 255 | api-repeat-limits.md | 分批处理 |
| API 限制 | - | api-restrictions.md | 禁用 API、编译期限制 |
| Host Runtime | aclrtSetDevice, aclrtGetDeviceInfo | api-host-runtime.md | 设备初始化、核数获取 |
| 使用场景 | 相关文档 | 关键技巧 |
|---|---|---|
| Softmax/LayerNorm | api-reduce.md, api-reduce-pattern.md, api-arithmetic.md | 标量操作、广播优化、Buffer 复用 |
| 逐行处理（AR 模板） | api-arithmetic.md | Adds/Muls、节省 UB |
| Transpose / 重排 | api-transpose.md | 2维度 转置性能 |
| 多行广播（ARA 模板） | api-arithmetic.md | BinaryRepeatParams.src1RepStride=0、分批处理 |
| 半精度加减法（FP16/BF16 Add/Sub） | api-arithmetic.md, api-precision.md | 默认升精度（除非 spec 明确同量级）、in-place 复用 |
| 非对齐数据 | api-datacopy.md | DataCopyPad、32 字节对齐 |
| 混合精度 | api-precision.md | FP16 输入 FP32 计算 |
| 流水线优化 | api-pipeline.md, api-buffer.md | Double Buffer、事件同步 |
| 性能调优 | api-buffer.md, api-repeat-limits.md | Double Buffer、repeatTimes 优化 |
| 遇到 API 限制 | api-restrictions.md | 替代方案、避坑指南 |
完整的 API 参数速查表：api-quickref.md
禁止在生产代码中使用：
| API | 禁止原因 | 替代方案 | 文档 |
|---|---|---|---|
GlobalTensor::SetValue() | 效率极低 | DataCopyPad | api-datacopy.md |
GlobalTensor::GetValue() | 效率极低 | DataCopyPad | api-datacopy.md |
限制使用的 API：
| API | 限制条件 | 说明 | 文档 |
|---|---|---|---|
DataCopy(GM↔UB) | 仅当搬运数据严格 32 字节对齐时允许使用 | 非对齐场景必须使用 DataCopyPad | api-datacopy.md |
仅允许调试时使用：
// ✅ 调试：单点验证
AscendC::printf("debug: xGm[0]=%f\n", xGm.GetValue(0));