CANN/hixl昇腾通信库

news2026/5/10 6:11:58
【免费下载链接】hixlHIXLHuawei Xfer Library是一个灵活、高效的昇腾单边通信库面向集群场景提供简单、可靠、高效的点对点数据传输能力。项目地址: https://gitcode.com/cann/hixlHIXL面向集群场景提供简单、可靠、高效的点对点数据传输能力Latest News[2026/03] HIXL已支持超节点内FabricMem模式详见 FabricMem。[2026/01] LLM-DataDist与HIXL已支持下一代芯片的Host RoCE传输能力。[2025/12] 基于A3超平面实现D2rH直传新增链路池与IPv6支持并对接Mooncake社区的下一代TENT架构。[2025/11] HIXL提供异步传输能力支持更高并发的非阻塞数据传输场景。[2025/10] HIXL项目开源在昇腾芯片上提供高效的多链路D2D/D2H/H2D等单边通信能力并优化了小数据量批量传输场景的性能。同时HIXL已对接多个开源社区包含MooncakeDeepLink等。概述HIXLHuawei Xfer Library是一个灵活、高效的昇腾单边通信库面向集群场景提供简单、可靠、高效的点对点数据传输能力并通过简易API开放给用户, 在多AI应用和多传输链路之间建立了桥梁。可用于构建大模型PD分离、RL后训练参数切换、模型参数缓存等多种业务场景。核心优势支持单边零拷贝One-Sided Zero-Copy通信机制HIXL提供简易、可靠的单边通信接口可在本地内存数据准备就绪之后通过单边操作完成向远端内存的直接数据传输。该机制无需远端节点执行任何操作为用户构建通信与计算重叠掩盖的调度机制提供核心技术支撑。同时零拷贝能力实现用户内存间的直接数据传输避免冗余数据搬运不仅可以降低内存带宽占用还可以减少内存容量消耗。屏蔽硬件差异兼容多链路实现跨设备高速互联HIXL屏蔽了昇腾系列芯片的底层硬件差异用户无需针对不同芯片架构进行代码适配。在通信链路层面该技术原生支持RDMAHCCS等多种高速互联协议通信带宽最高可达119GB/s可实现跨架构设备如A2系列与A3系列昇腾芯片的无缝高速互联满足低时延、 高吞吐的需求。极简API设计深度适配开源生态框架HIXL采用极简式API接口设计接口数量精简至10余个核心调用降低开发者集成门槛同时提供完善的C/Python语言接口支持。目前已实现与Mooncake、DeepLink等开源框架的深度集成vLLM、SGLang等主流推理引擎也可以直接调用HIXL API完成KV Cache的跨设备高效传输将大模型推理过程中的内存访问延迟降低20%显著提升推理吞吐。核心组件HIXL Engine作为核心传输引擎提供了基础传输接口支持多种类型内存类型传输比如D2D、D2H、H2D。同时兼容多种传输协议包括HCCS、RDMA等。可实现高速、可靠的数据传输。原生支持多类型数据链路可灵活同构集群、异构集群的复杂场景。面对集群节点动态扩缩容需求时可快速完成链路适配与资源调度为集群整体运行构建可靠通信基础。LLM-DataDist基于HIXL Engine构建提供了一套携带KV Cache语义的数据传输接口。可快速、灵活对接vLLM、SGLang等推理引擎。性能表现在昇腾A3芯片上传输128M数据场景下通过HCCS链路进行传输HIXL传输引擎的带宽可达119GB/s通过RDMA链路进行传输HIXL传输引擎的带宽可达22GB/s查看基准测试Benchmarks了解更多细节。目录结构本项目的关键目录说明如下├── build.sh # 项目工程编译脚本 ├── benchmarks # 项目benchmark性能用例 ├── cmake # 项目工程编译目录 ├── CMakeLists.txt # 项目的CMakeList ├── docs # 项目文档介绍 │ ├── cpp # C文档 │ └── python # Python文档 ├── examples # 端到端样例开发和调用示例 │ ├── cpp # C样例 │ ├── python # Python样例 ├── include # 头文件 │ ├── hixl │ ├── cs │ ├── adxl │ └── llm_datadist ├── README.md ├── scripts # 脚本路径 │ └── package ├── src # 源码路径 │ ├── hixl │ ├── llm_datadist │ ├── ops │ └── python └── tests # 测试工程目录⚡️快速入门若您希望快速体验该组件的构建和样例执行请访问如下文档获取简易教程。构建介绍组件的编译和安装包括编译成功后利用tests进行本地验证。样例执行介绍如何端到端执行样例代码包括C和Python样例。学习教程若您希望深入了解组件的相关接口并修改源码请访问如下文档获取详细教程。C/C接口C接口介绍。Python接口Python接口介绍。如果希望深入了解 HIXL 开发指南和技术文章等内容可参考以下文档HIXL 资料书架总览汇总HIXL相关资料、技术文章和培训视频链接。 AI Agent支持AI辅助编程介绍仓内默认使用的一些skills及触发方式用于提升开发者编程效率和代码质量。Zread智能问答本仓已集成 Zread 代码仓智能体旨在通过 AI 技术为您提供更深度的代码理解与技术支持开启在线智能代码学习与知识问答体验⚠️ 说明 当前代码AI Agent服务处于试点阶段。在使用过程中如果您发现 AI 生成的内容存在准确性问题或对智能助手的功能有任何改进建议欢迎通过 Issues 与我们交流您的反馈对我们非常重要相关信息贡献指南安全声明许可证所属SIG联系我们本项目功能和文档正在持续更新和完善中欢迎您关注最新版本。问题反馈通过GitCode【Issues】提交问题。社区互动通过GitCode【讨论】参与交流。经验分享通过GitCode【Wiki】分享经验总结。加入交流群通过扫描下方微信二维码添加HIXL小助手微信加入微信群与我们进一步交流。【免费下载链接】hixlHIXLHuawei Xfer Library是一个灵活、高效的昇腾单边通信库面向集群场景提供简单、可靠、高效的点对点数据传输能力。项目地址: https://gitcode.com/cann/hixl创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2599826.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…