【2023 · CANN训练营第一季】- 昇腾AI入门课（PyTorch）第一章 昇腾AI基础知识介绍 学习笔记

一、学习目标

1.CANN在昇腾AI全栈架构中的位置和作用。

2.了解基于CANN的应用开发编程框架、基本概念。

 

二、昇腾AI全栈架构

昇腾AI全栈分为四个部分：

1.应用使能层面：此层面通常包含用于部署模型的软硬件，例如API、SDK、部署平台，模型库等等。

2.Al框架层面：此层面包含用于构建模型的训练框架，例如华为的MindSpore、TensorFlow、Pytorch等。

3.异构计算架构：偏底层、偏通用的计算框架，用于针对上层Al框架的调用进行加速，力求向上支持多种Al框架，并在硬件上进行加速。

4.计算硬件：本层是AI计算的底座，有了强力的芯片及硬件设备，上层的加速才有实施的基础。昇腾系列AI处理器：Ascend 310用于推理场景，Ascend 910用于训练场景。

三、异构计算架构CANN

1.昇腾计算语言接口

昇腾计算语言(Ascend Computing Language,AscendCL)接口是昇腾计算开放编程框架，是对低层昇腾计算服务接口的封装。它提供Device(设备）管理、Context(上下文）管理、Stream（流）管理、内存管理、模型加载与执行、算子加载与执行、媒体数据处理、Graph（图）管理等API库，供用户开发人工智能应用调用。

2.昇腾计算服务层

本层主要提供昇腾计算库，例如神经网络(Neural Network,NN）库、线性代数计算库（Basic Linear Algebra Subprograms,BLAS)等；昇腾计算调优引擎库，例如算子调优、子图调优、梯度调优、模型压缩以及Al框架适配器。

3.昇腾计算编译引擎

本层主要提供图编译器（Graph Compiler）和TBE（Tensor Boost Engine）算子开发支持。前者将用户输入中间表达(Intermediate Representation,IR)的计算图编译成NPU运行的模型。后者提供用户开发自定义算子所需的工具。

4.昇腾计算执行引擎

本层负责模型和算子的执行，提供如运行时（Runtime)库(执行内存分配、模型管理、数据收发等）、图执行器（Graph Executor)、数字视觉预处理（Digital Vision Pre-Processing，DVPP）、人工智能预处理（Artificial Intelligence Pre-Processing，AIPP)、华为集合通信库（Huawei Collective Communication Library,HCCL）等功能单元。

5.昇腾计算基础层

本层主要为其上各层提供基础服务，如共享虚拟内存（Shared Virtual Memory,SVM)、设备虚拟化（Virtual Machine,VM）、主机-设备通信（Host Device Communication,HDC）等。

四、昇腾计算语言接口AscendCL

AscendCL（Ascend Computing Language，昇腾计算语言）是昇腾计算开放编程框架，是对底层昇腾计算服务接口的封装，它提供运行时资源（例如设备、内存等）管理、模型加载与执行、算子加载与执行、图片数据编解码/裁剪/缩放处理等API库，实现在昇腾CANN平台上进行深度学习推理计算、图形图像预处理、单算子加速计算等能力。简单来说，就是统一的API框架，实现对所有资源的调用。

AscendCL的优势如下：

1.高度抽象：算子编译、加载、执行的API归一，相比每个算子一个API，AscendCL大幅减少APl数量，降低复杂度。

2.向后兼容：AscendCL具备向后兼容，确保软件升级后，基于旧版本编译的程序依然可以在新版本上运行。

3.零感知芯片：一套AscendCL接口可以实现应用代码统一，多款昇腾处理器无差异。

AscendCL的主要应用场景如下：

1.开发应用：用户可以直接调用AscendCL提供的接口开发图片分类应用、目标识别应用等。

2.供第三方框架调用：用户可以通过第三方框架调用AscendCL接口，以便使用昇腾Al处理器的计算能力。

3.供第三方开发lib库：用户还可以使用AscendCL封装实现第三方lib库，以便提供异腾Al处理器的运行管理、资源管理等能力。