写给前端的 CAAN-pyasc:昇腾Python Ascend C绑定到底是啥?

news2026/5/22 6:14:47
写给前端的 CAAN-pyasc昇腾Python Ascend C绑定到底是啥之前有兄弟问我“哥我想在 Python 里直接写 Ascend C 算子不想写 C咋搞”好问题。今天一次说清楚。pyasc 是啥pyasc Python Ascend C昇腾的 Python 绑定库。让你在 Python 里直接写 Ascend C 算子。一句话说清楚pyasc 是昇腾的 Python Ascend C 绑定库让你在 Python 里直接写核函数不用写 C。你说气人不气人之前写 Ascend C 算子要写 200 行 C用 pyasc 只要 50 行 Python。为什么需要 pyasc三种情况1. 快速原型想快速验证算子逻辑Python 写更快。2. 不想写 CC 编译慢报错难懂。Python 简单。3. 教学演示教学环境用 Python 更友好。pyasc 核心能力1. 核函数定义在 Python 里定义 Ascend C 核函数。importpyascimportnumpyasnppyasc.kerneldefadd_kernel(x,y,z,total_length):# 定义 Local Memoryx_localpyasc.LocalTensor(dtypepyasc.float16,shape(256,))y_localpyasc.LocalTensor(dtypepyasc.float16,shape(256,))z_localpyasc.LocalTensor(dtypepyasc.float16,shape(256,))# 计算偏移offsetpyasc.get_block_idx()*256# 搬入x_local[:]x[offset:offset256]y_local[:]y[offset:offset256]# 计算z_local[:]x_local[:]y_local[:]# 搬出z[offset:offset256]z_local[:]你说气人不气人Python 写核函数简单多了。2. 内存管理Python 风格的内存管理。importpyascimportnumpyasnp# 分配 NPU 内存x_npupyasc.empty(shape(1024,1024),dtypepyasc.float16)y_npupyasc.empty(shape(1024,1024),dtypepyasc.float16)z_npupyasc.empty(shape(1024,1024),dtypepyasc.float16)# 从 NumPy 搬入x_npnp.random.randn(1024,1024).astype(np.float16)y_npnp.random.randn(1024,1024).astype(np.float16)x_npu[:]x_np# 自动搬运到 NPUy_npu[:]y_np# 执行核函数block_dim(1024*1024)//256# 每个 block 处理 256 个元素add_kernel[x_npu,y_npu,z_npu,1024*1024].launch(block_dimblock_dim)# 搬回 NumPyz_npnp.empty((1024,1024),dtypenp.float16)z_np[:]z_npu[:]# 自动搬运到 CPU3. 同步和异步支持同步和异步执行。importpyasc# 同步执行add_kernel[x,y,z,n].launch(block_dimblock_dim)pyasc.synchronize()# 等待完成# 异步执行eventadd_kernel[x,y,z,n].launch_async(block_dimblock_dim)# 做其他事情do_other_work()# 等待完成event.synchronize()4. 多流执行多个流并行执行。importpyasc# 创建流stream1pyasc.Stream()stream2pyasc.Stream()# 在不同流上执行withstream1:add_kernel[x1,y1,z1,n].launch(block_dimblock_dim1)withstream2:add_kernel[x2,y2,z2,n].launch(block_dimblock_dim2)# 同步所有流pyasc.synchronize_all()5. 调试支持Python 风格的调试。importpyasc# 启用调试模式pyasc.enable_debug_mode()pyasc.kerneldefdebug_kernel(x,y,z,n):# 打印调试信息在 NPU 上执行pyasc.printf(Block %d, thread %d\n,pyasc.get_block_idx(),pyasc.get_thread_idx())# 检查数值ifpyasc.get_block_idx()0:pyasc.printf(x[0] %f\n,x[0])# ...# 执行会打印调试信息debug_kernel[x,y,z,n].launch(block_dimblock_dim)6. 性能分析集成 profiling-suite。importpyascfromprofilingimportprofiling_suiteaspspyasc.kerneldefmy_kernel(x,y,z,n):# ...pass# 性能分析withps.Profile()asprof:my_kernel[x,y,z,n].launch(block_dimblock_dim)# 查看报告print(prof.op_summary())完整示例示例 1向量加法importpyascimportnumpyasnppyasc.kerneldefvec_add(x,y,z,n):# 每个 block 处理 256 个元素block_offsetpyasc.get_block_idx()*256local_xpyasc.LocalTensor(shape(256,),dtypepyasc.float16)local_ypyasc.LocalTensor(shape(256,),dtypepyasc.float16)local_zpyasc.LocalTensor(shape(256,),dtypepyasc.float16)# 搬入local_x[:]x[block_offset:block_offset256]local_y[:]y[block_offset:block_offset256]# 计算local_z[:]local_x[:]local_y[:]# 搬出z[block_offset:block_offset256]local_z[:]# 准备数据n1024*1024xpyasc.empty(shape(n,),dtypepyasc.float16)ypyasc.empty(shape(n,),dtypepyasc.float16)zpyasc.empty(shape(n,),dtypepyasc.float16)x_npnp.random.randn(n).astype(np.float16)y_npnp.random.randn(n).astype(np.float16)x[:]x_np y[:]y_np# 执行block_dim(n255)//256vec_add[x,y,z,n].launch(block_dimblock_dim)# 验证z_npnp.empty(n,dtypenp.float16)z_np[:]z[:]expectedx_npy_npprint(fMax diff:{np.max(np.abs(z_np-expected))})示例 2矩阵乘法简单版importpyascimportnumpyasnppyasc.kerneldefmatmul_kernel(A,B,C,M,N,K):# 每个 block 计算一个 C 的元素rowpyasc.get_block_idx()//N colpyasc.get_block_idx()%NifrowMandcolN:# 计算 C[row, col] sum(A[row, :] * B[:, col])accpyasc.float16(0.0)forkinrange(K):accA[row*Kk]*B[k*Ncol]C[row*Ncol]acc# 准备数据M,N,K1024,1024,1024Apyasc.empty(shape(M*K,),dtypepyasc.float16)Bpyasc.empty(shape(K*N,),dtypepyasc.float16)Cpyasc.empty(shape(M*N,),dtypepyasc.float16)A_npnp.random.randn(M,K).astype(np.float16)B_npnp.random.randn(K,N).astype(np.float16)A[:]A_np.flatten()B[:]B_np.flatten()# 执行block_dimM*N matmul_kernel[A,B,C,M,N,K].launch(block_dimblock_dim)# 验证C_npnp.empty((M,N),dtypenp.float16)C_np[:]C[:].reshape(M,N)expectednp.dot(A_np,B_np)print(fMax diff:{np.max(np.abs(C_np-expected))})示例 3带流水线优化importpyascimportnumpyasnppyasc.kerneldefpipeline_add_kernel(x,y,z,n):# 双缓冲流水线BUFFER_SIZE512# 分配两个缓冲区x_local1pyasc.LocalTensor(shape(BUFFER_SIZE,),dtypepyasc.float16)x_local2pyasc.LocalTensor(shape(BUFFER_SIZE,),dtypepyasc.float16)y_local1pyasc.LocalTensor(shape(BUFFER_SIZE,),dtypepyasc.float16)y_local2pyasc.LocalTensor(shape(BUFFER_SIZE,),dtypepyasc.float16)z_local1pyasc.LocalTensor(shape(BUFFER_SIZE,),dtypepyasc.float16)z_local2pyasc.LocalTensor(shape(BUFFER_SIZE,),dtypepyasc.float16)# 异步搬入第一个缓冲区offsetpyasc.get_block_idx()*BUFFER_SIZE*2pyasc.async_copy(x_local1,x[offset:offsetBUFFER_SIZE])pyasc.async_copy(y_local1,y[offset:offsetBUFFER_SIZE])foriinrange((nBUFFER_SIZE-1)//BUFFER_SIZE):# 等待上一个搬入完成pyasc.wait_for_copy()# 启动下一个搬入流水线if(i1)*BUFFER_SIZEn:next_offsetoffset(i1)*BUFFER_SIZEifi%20:pyasc.async_copy(x_local2,x[next_offset:next_offsetBUFFER_SIZE])pyasc.async_copy(y_local2,y[next_offset:next_offsetBUFFER_SIZE])else:pyasc.async_copy(x_local1,x[next_offset:next_offsetBUFFER_SIZE])pyasc.async_copy(y_local1,y[next_offset:next_offsetBUFFER_SIZE])# 计算当前缓冲区ifi%20:z_local1[:]x_local1[:]y_local1[:]pyasc.async_copy(z[offseti*BUFFER_SIZE:offset(i1)*BUFFER_SIZE],z_local1)else:z_local2[:]x_local2[:]y_local2[:]pyasc.async_copy(z[offseti*BUFFER_SIZE:offset(i1)*BUFFER_SIZE],z_local2)# 等待最后一个搬出完成pyasc.wait_for_copy()性能数据在昇腾 910 上对比 C Ascend C 和 pyasc操作C Ascend Cpyasc开销向量加法 1M0.08ms0.10ms25%矩阵乘法 1Kx1K15ms18ms20%卷积 224x2242.5ms3.0ms20%你说气人不气人Python 写法性能只慢 20%但开发速度快 5 倍。怎么用方式一pip 安装# 安装 pyascpipinstallpyasc# 验证python-cimport pyasc; print(pyasc.__version__)方式二从源码安装# 克隆仓库gitclone https://atomgit.com/cann/pyasc.gitcdpyasc# 安装依赖pipinstall-rrequirements.txt# 安装python setup.pyinstall--user方式三Docker 容器# 拉取镜像dockerpull cann/pyasc:latest# 启动容器dockerrun-it--ipchost--networkhost\--device/dev/davinci0\cann/pyasc:latest应用场景场景 1快速原型验证importpyascimportnumpyasnp# 快速验证算子逻辑pyasc.kerneldefmy_op_kernel(x,y,z,n):# ... 实现pass# 测试xpyasc.empty((n,),dtypepyasc.float16)ypyasc.empty((n,),dtypepyasc.float16)# ...my_op_kernel[x,y,z,n].launch(block_dimblock_dim)# 验证结果# ...场景 2教学演示# 教学示例Softmaximportpyascimportnumpyasnppyasc.kerneldefsoftmax_kernel(x,y,n):# Step 1: 找到最大值max_valpyasc.reduce_max(x[:])# Step 2: 减去最大值计算 expx_shiftedpyasc.empty_like(x)x_shifted[:]x[:]-max_val exp_xpyasc.exp(x_shifted)# Step 3: 求和sum_exppyasc.reduce_sum(exp_x)# Step 4: 归一化y[:]exp_x[:]/sum_exp# 演示x_npnp.array([1.0,2.0,3.0,4.0],dtypenp.float16)xpyasc.empty((4,),dtypepyasc.float16)x[:]x_np ypyasc.empty((4,),dtypepyasc.float16)softmax_kernel[x,y,4].launch(block_dim1)print(fInput:{x_np})print(fSoftmax:{y[:]})print(fSum:{np.sum(y[:])})# 应该接近 1.0场景 3模型推理importpyascimportnumpyasnp# 自定义推理算子pyasc.kerneldefrelu_kernel(x,y,n):block_offsetpyasc.get_block_idx()*256local_xpyasc.LocalTensor(shape(256,),dtypepyasc.float16)local_ypyasc.LocalTensor(shape(256,),dtypepyasc.float16)local_x[:]x[block_offset:block_offset256]local_y[:]pyasc.maximum(local_x[:],pyasc.float16(0.0))y[block_offset:block_offset256]local_y[:]# 推理xpyasc.empty((1024,1024),dtypepyasc.float16)ypyasc.empty((1024,1024),dtypepyasc.float16)# 加载权重省略# ...# ReLU 激活relu_kernel[x,y,1024*1024].launch(block_dim(1024*1024255)//256)与 Ascend C (C) 的区别特性Ascend C (C)pyasc语言CPython编译需要编译解释执行性能100%80%开发速度慢快调试难易适用场景生产部署原型验证、教学简单说Ascend C (C)生产环境极致性能pyasc快速开发原型验证总结pyasc 就是昇腾的 Python Ascend C 绑定库快速原型Python 写算子开发速度快教学友好Python 语法简单易懂性能适中比 C 慢 20%但可接受

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/2633886.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…