菜单
Ascend C 算子 Tiling 设计指南。提供算子分类体系和 Tiling 核心要素（多核切分、UB切分、Buffer规划、分支覆盖）的详细设计方法。触发：算子设计阶段、设计 Tiling 策略（多核切分/UB切分）、规划 Buffer 分配、查阅某类算子的 Tiling 方法论时。
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。
基于 SOC 职业分类
Profile PyPTO kernels in-core with the Ascend msprof op-simulator — cycle-accurate per-kernel traces. Use when the user wants to profile a built case, inspect kernel timing or instruction streams, or generate MindStudio Insight traces.
Tune cube/matmul tile sizes (row tile, N fragment, K fragment) for a PyPTO kernel — analytic hints, an on-chip buffer constraint model, and an empirical device sweep. Use when optimizing a matmul/cube's throughput, sizing the row / N / K tiles, resolving Mat (L1) / L0C / UB buffer overflows, or trading one tile dim for another.
Locate which pypto commit introduced a precision regression. Only pypto and its corresponding simpler (submodule) are tracked — ptoas and pto-isa versions are not part of the bisect. If the culprit is a simpler submodule bump, performs a second-level bisect within simpler.
Reproduce a reported problem, collect dependency versions, and create a GitHub issue. Use when the user wants to file a bug, request a feature, or create any GitHub issue.
Ascend C 开发资源索引（本地+在线）。提供：(1) 本地 API 文档索引、示例代码映射，(2) 在线文档搜索功能，(3) 资源查找优先级，(4) Explore Agent 使用指南。优先使用本地资源，仅在本地检索不到时使用在线搜索。
Complete git commit workflow including pre-commit checks, staging, message generation, and verification. Use when creating commits or preparing changes for commit.
| name | ascendc-tiling-design |
| description | Ascend C 算子 Tiling 设计指南。提供算子分类体系和 Tiling 核心要素（多核切分、UB切分、Buffer规划、分支覆盖）的详细设计方法。触发：算子设计阶段、设计 Tiling 策略（多核切分/UB切分）、规划 Buffer 分配、查阅某类算子的 Tiling 方法论时。 |
| 类别 | 特征 | 典型算子 | 设计指南 |
|---|---|---|---|
| Reduction 归约类 | 沿轴归约，只返回值 | ReduceSum, ReduceMax, Softmax, LayerNorm | ✅ 快速参考 / 完整方法论 |
| Index-Tracking 索引跟踪类 | 归约+索引跟踪，返回值+位置 | ArgMax, ArgMin, TopK, Sort, Where | ✅ 快速参考 / ArgMax详细 / TopK详细 / Sort详细 / 条件查找 |
| Elementwise 逐元素类 | 输入输出Shape相同，逐元素独立计算 | Sin, Cos, Abs | 📋 规划中 |
| Broadcast 广播类 | 输入Shape不同，需广播对齐 | Add, Mul, Sub | 📋 规划中 |
| Conversion 数据转换类 | 改变布局/形状，合并/拆分张量 | Transpose, Concat, Split | 📋 规划中 |
| Random 随机类 | 生成随机数，需种子管理 | RandomUniform, Dropout | 📋 规划中 |
| MatMul 矩阵乘类 | 矩阵乘法，高计算密度，用Cube单元 | MatMul, BatchMatMul | 📋 规划中 |
| Convolution 卷积类 | 空间卷积，滑动窗口计算 | Conv2D, DepthwiseConv | 📋 规划中 |
| NN 神经网络类 | 神经网络专用，多种操作组合 | FlashAttention, GroupNorm | 📋 规划中 |
核心区别：
| 维度 | Reduction | Index-Tracking |
|---|---|---|
| 输出 | 只返回值 | 值 + 索引/位置 |
| API | ReduceMax/Sum | ReduceMax(calIndex=true) 或 Compare+Select |
| Buffer | 较少（2-3个） | 更多（5-7个，需存储索引） |
| 设计要素 | 基础 | 相同（多核切分、UB切分、Tiling完全一致） |
重要：Index-Tracking 算子的设计方法论与 Reduction 完全相同，只是需要额外处理索引。
本技能是知识库型技能，提供设计参考，不定义开发流程。
典型使用方式：
ascendc-kernel-develop-workflow 在设计阶段（阶段二）调用本技能相关技能：
ascendc-kernel-develop-workflow - 完整开发流程和准出条件以下设计要素是所有算子类别都必须考虑和完成的：
核心问题：任务如何分配给多个 AI Core？
设计要点：
输出：
核心问题：单次能处理多少数据？
设计要点：
输出：
核心问题：需要哪些 buffer？各多大？
设计要点：
输出：
核心问题：需要处理哪些不同场景？
常见分支维度：
输出：