菜单
自动执行 ATB 算子到 ACLNN 的迁移操作，在 910B/950 设备上启用 ACLNN 加速。 支持参数映射、ACLNN Runner 实现、设备检测切换和功能/性能验证全流程。
默认使用会先检查来源的 Prompt；你也可以切换为直接命令，或下载本地副本。
决定是否安装前，请先阅读 SKILL.md，以及 SkillsMP 当前展示的配套文件。
基于 SOC 职业分类
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
直接命令不会经过审查 Prompt；运行前请先检查来源。
npx skills add https://github.com/ascend-ai-coding/awesome-ascend-skills --skill external-gitcode-ascend-atb-aclnn-operator-migration命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地？可下载 SkillsMP 当前能够提供的文件。
正在显示 SKILL.md
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.
| name | external-gitcode-ascend-atb-aclnn-operator-migration |
| description | 自动执行 ATB 算子到 ACLNN 的迁移操作，在 910B/950 设备上启用 ACLNN 加速。 支持参数映射、ACLNN Runner 实现、设备检测切换和功能/性能验证全流程。 |
| keywords | ["atb","aclnn","migration","operator","昇腾","ascend","910b",950] |
| metadata | {"author":"ascend-transformer-boost-team + Claude Code + opus4.7","version":"1.2.0","created":"2026-04-17","updated":"2026-04-28","skill-type":"migration"} |
| hooks | {"PreToolUse":[{"matcher":"Write|Edit|Bash","hooks":"[Truncated]"}]} |
| original-name | atb-aclnn-operator-migration |
| synced-from | https://gitcode.com/Ascend/agent-skills |
| synced-date | 2026-05-26 |
| synced-commit | 1f7666e7768a0ceb21bb1d40ce4b5179fcb6f1d6 |
| license | UNKNOWN |
该工具帮助开发者将ATB中的算子迁移到ACLNN实现，特别是在 910B/950 设备上获得更好的兼容性优化。
在以下情况下调用此技能：
atb-aclnn-operator-replacement-designer）执行此技能前，必须从用户处获取以下路径：
<CANN_PATH>: CANN 安装路径（如 /usr/local/Ascend/ascend-toolkit/latest）<ATB_REPO_PATH>: ATB 仓库路径（如 {your working path}ascend-transformer-boost）若用户未提供或路径无效，立即停止并报错。
ASCEND_TOOLKIT_HOME 已设置）atb-aclnn-operator-replacement-designer 生成设计文档每个操作步骤末尾的 检查点 标记了验证标准。执行完成后请在 执行结果 章节填写实际状态。
| 检查点 ID | 描述 | 验证命令 |
|---|---|---|
| Step0-ENV | CANN 环境 sourced | echo $ASCEND_TOOLKIT_HOME |
| Step0-DIR | ATB 源码目录存在 | [ -d <ATB_REPO_PATH> ] |
| Step1-DIR | 原有 Operation 源文件定位 | ls <op>_operation.cpp |
| Step1-DIR | 现有 ACLNN runner 参考定位 | ls softmax_aclnn_runner.cpp |
| Step2-FILE | <op>_aclnn_runner.h 创建 | [ -f <op>_aclnn_runner.h ] |
| Step2-FILE | <op>_aclnn_runner.cpp 创建 | [ -f <op>_aclnn_runner.cpp ] |
| Step2-CODE | BuildAclnnVariantPack 实现 | grep "BuildAclnnVariantPack" <op>_aclnn_runner.cpp |
| Step2-CODE | SetAclNNWorkspaceExecutor 实现 | grep "SetAclNNWorkspaceExecutor" <op>_aclnn_runner.cpp |
| Step2-CODE | LaunchAclnnKernel 实现 | grep "LaunchAclnnKernel" <op>_aclnn_runner.cpp |
| Step2-CODE | LoadMethod 实现 | grep "LoadMethod" <op>_aclnn_runner.cpp |
| Step3-MOD | CreateRunner 包含 910B/950 分支 | grep "Is910B|Is950|910B|950" <op>_operation.cpp |
| Step4-BUILD | 编译成功无错误 | make ... 2>&1 |
| Step5-TEST | 非 910B/950 设备功能正常 | ./apitest ... |
理解ATB算子参数结构
infer_op_params.h 中的参数结构分析现有实现
<operator>_operation.cpp 了解操作逻辑<operator>_ops_runner.cpp 了解现有runner实现研究ACLNN接口
创建头文件 (<operator>_aclnn_runner.h)
AclnnRunner 基类实现源文件 (<operator>_aclnn_runner.cpp)
BuildAclnnVariantPack 方法处理张量转换SetAclNNWorkspaceExecutor 方法配置工作空间LaunchAclnnKernel 方法执行计算LoadMethod 方法动态加载ACLNN函数更新头文件包含
#include "<operator>_aclnn_runner.h"修改CreateRunner方法
<Operator>AclnnRunner<Operator>OpsRunner更新设备支持
CreateOperation 函数编译验证
功能验证
性能验证
参数映射
设备检测
GetSingleton<Config>().Is910B() 检测 910B 设备类型GetSingleton<Config>().Is950() 检测 950 设备类型内存管理
错误处理
ACLNN加速
条件编译
设备兼容性
接口一致性
测试覆盖
错误处理
# 确保CANN环境正确配置
# 确保ATB代码库已更新
# 在ATB代码库中应用迁移
git apply <operator>_aclnn_migration.patch
# 编译ATB代码
cd ascend-transformer-boost
mkdir build && cd build
cmake ..
make -j
# 运行算子测试
./tests/apitest/opstest/python/operations/<operator>/test_<operator>.py
# 对比ATB和ACLNN实现的性能
python performance_benchmark.py
A: 检查CANN版本是否兼容，确保ACLNN接口可用。
A: 检查ACLNN函数是否正确加载，验证工作空间配置。
A: 确保设备检测逻辑正确，验证原有实现未受影响。
通过该工具，开发者可以轻松将ATB算子迁移到ACLNN实现，在910B/950设备上获得更好的性能，同时保持对其他设备的兼容性。该实现遵循项目代码规范，与现有ACLNN runner实现保持一致，确保代码质量和可维护性。
⚠️ 执行后填写：技能执行完成后，参照下方格式填写实际执行结果。
| 步骤 | 检查点描述 | 状态 |
|---|---|---|
| 1 | ATB 源码目录存在 | ✅ PASS / ❌ FAIL / ⏭️ SKIP |
| 1 | 原有 Operation 源文件定位 | ✅ PASS / ❌ FAIL / ⏭️ SKIP |
| 1 | 现有 ACLNN runner 参考定位 | ✅ PASS / ❌ FAIL / ⏭️ SKIP |
| 2 | <op>_aclnn_runner.h 创建 | ✅ PASS / ❌ FAIL / ⏭️ SKIP |
| 2 | <op>_aclnn_runner.cpp 创建 | ✅ PASS / ❌ FAIL / ⏭️ SKIP |
| 2 | BuildAclnnVariantPack 实现 | ✅ PASS / ❌ FAIL / ⏭️ SKIP |
| 2 | SetAclNNWorkspaceExecutor 实现 | ✅ PASS / ❌ FAIL / ⏭️ SKIP |
| 2 | LaunchAclnnKernel 实现 | ✅ PASS / ❌ FAIL / ⏭️ SKIP |
| 2 | LoadMethod 实现 | ✅ PASS / ❌ FAIL / ⏭️ SKIP |
| 3 | CreateRunner 包含 910B/950 分支 | ✅ PASS / ❌ FAIL / ⏭️ SKIP |
| 4 | 编译成功 | ✅ PASS / ❌ FAIL / ⏭️ SKIP |
| 5 | 非 910B/950 设备功能正常 | ✅ PASS / ❌ FAIL / ⏭️ SKIP |
| 5 | 910B 设备 ACLNN 路径正常 | ✅ PASS / ❌ FAIL / ⏭️ SKIP |
| 5 | 950 设备 ACLNN 路径正常 | ✅ PASS / ❌ FAIL / ⏭️ SKIP |
VERDICT: ✅ SUCCESS / ⚠️ PARTIAL / ❌ FAILED / ⏭️ SKIPPED
| 等级 | 检查点 | 问题描述 | 建议 |
|---|---|---|---|
| 🔴 CRITICAL | - | - | - |
| 🟡 WARNING | - | - | - |