企业官网建设流程全解析

AscendC API 接口分类与学习指南

源码仓库: CANN/asc-devkitinclude/basic_api目录

适用范围: AscendC Kernel 侧算子开发

目录

1. 架构概览
2. 接口分类总表
3. 核心计算类
4. 数据搬运类
5. 同步控制类
6. 内存与缓存管理类
7. 系统与调试类
8. SIMD VF API(reg_api)
9. 基础类型与框架类
10. 总结

一、架构概览

AscendC 基础API 是 AscendC 算子开发的最底层的对外接口集合，它封装了昇腾 AI Core 硬件的具体实现，为上层kernel_operator.h提供基础接口支撑。

┌─────────────────────────────────────────────────────────────────────┐ │ basic_api 架构层次 │ ├─────────────────────────────────────────────────────────────────────┤ │ │ │ 用户算子代码 │ │ │ │ │ ▼ │ │ kernel_operator.h (高层统一接口) │ │ │ │ │ ▼ │ │ basic_api (底层硬件接口封装) │ │ ┌─────────────────────────────────────────────────────────────┐ │ │ │ • 核心计算 (Cube/Vector/Conv2D/GEMM) │ │ │ │ • 数据搬运 (DataCopy/Copy) │ │ │ │ • 同步控制 (PipeBarrier/SyncAll) │ │ │ │ • 内存管理 (Cache/SwapMem/Atomic) │ │ │ │ • 寄存器计算 (reg_compute/) │ │ │ │ • 系统调试 (DumpTensor/SysVar) │ │ │ └─────────────────────────────────────────────────────────────┘ │ │ │ │ │ ▼ │ │ 硬件指令 (Cube Unit / Vector Unit / Scalar Unit / MTE) │ │ │ └─────────────────────────────────────────────────────────────────────┘

目录结构

include/basic_api/ ├── core_mng/ # 核心管理 │ └── roc/ # ROC (运行时控制) ├── op_frame/ # 算子框架 │ └── elemwise_frame.h # 逐元素操作框架 ├── reg_compute/ # 寄存器级计算接口 (22个文件) │ ├── kernel_reg_compute_intf.h # 总入口 │ ├── kernel_reg_compute_vec_*.h # 向量计算 │ ├── kernel_reg_compute_copy_*.h # 拷贝 │ └── ... ├── kernel_base_types.h # 基础类型定义 ├── kernel_common.h # 通用定义 ├── kernel_operator_intf.h # 算子接口总入口 (聚合头文件) ├── kernel_operator_*.h # 各功能算子接口 (~20个文件) └── kernel_cube_intf.h # Cube 单元接口

二、接口分类总表

三、核心计算类

核心计算类接口直接映射到 AI Core 的计算单元 (Cube Unit, Vector Unit)。

3.1 Cube 矩阵计算 (kernel_cube_intf.h)

Cube 单元是昇腾 AI Core 专用的矩阵乘加速单元。

// 典型接口模式// Mmad: 矩阵乘加AscendC::Mmad(z_local,x_local,y_local,mmad_params);// Matmul: 高层矩阵乘AscendC::Matmul(tC1,tA1,tB1,tC0,mmad_params);

3.2 矩阵乘接口 (kernel_operator_mm_intf.h)

// 矩阵乘入口// 支持 M/N/K 维度的分块计算

3.3 GEMM 接口 (kernel_operator_gemm_intf.h)

通用矩阵乘接口，支持更灵活的矩阵格式和计算模式。

// C = alpha * A * B + beta * C// 支持: 转置, 分块, 多种数据类型

3.4 Conv2D 接口 (kernel_operator_conv2d_intf.h)

2D 卷积计算专用接口，支持 im2col + GEMM 加速路径。

3.5 向量计算接口

3.6 FixPipe 接口 (kernel_operator_fixpipe_intf.h)

FixPipe 是 Cube 计算后的数据后处理流水线，支持类型转换和量化。

// 典型用途: Cube 输出 (float32) → 量化 (int8/float16)AscendC::Fixpipe(output_tensor,input_tensor,fixpipe_params);

四、数据搬运类

4.1 数据拷贝 (kernel_operator_data_copy_intf.h)

这是最常用的数据搬运接口，支持 GM↔UB、UB↔L1 等多种路径。

// GM → UB (数据加载)AscendC::DataCopy(ub_tensor,gm_tensor,data_copy_params);// UB → GM (数据存储)AscendC::DataCopy(gm_tensor,ub_tensor,data_copy_params);

五、同步控制类

5.1 同步 (kernel_operator_block_sync_intf.h)

多核 (Block) 间的同步机制。

// 全核同步AscendC::SyncAll();// 软同步， 适配于 1980, 1951 等系列， 在昇腾910B. C 950 不要使用此函数AscendC::SyncAll(condition);

5.2 确定性计算同步 (kernel_operator_determine_compute_sync_intf.h)

确保计算结果的确定性，用于要求可重现的场景。

六、内存与缓存管理类

6.1 缓存控制 (kernel_operator_cache_intf.h)

控制 L1 Cache 和 L2 Cache 的读写模式。

// 设置缓存模式AscendC::SetCacheMode(cache_params);AscendC::SetScalarCacheMode(mode);// 标量缓存模式

6.2 原子操作 (kernel_operator_atomic_intf.h)

支持多核并发的原子操作。

// 原子加AscendC::AtomicAdd(gm_addr,value);// 原子最大值AscendC::AtomicMax(gm_addr,value);

6.3 位模式矩阵乘 (kernel_operator_mm_bitmode_intf.h)

1-bit 量化矩阵乘加速，用于超大规模语言模型的推理加速。

七、系统与调试类

7.1 系统变量 (kernel_operator_sys_var_intf.h)

获取运行时系统信息。

uint32_tblock_id=AscendC::GetBlockIdx();// 当前核编号uint32_tloop_count=AscendC::GetLoopCount();// 循环计数

7.2 Tensor Dump (kernel_operator_dump_tensor_intf.h)

调试用 Tensor 数据导出。

// 导出 LocalTensor 数据用于调试AscendC::DumpTensor(tensor,"tensor_name",element_count);

7.3 标量操作 (kernel_operator_scalar_intf.h)

标量寄存器的读写操作，用于控制流和地址计算。

7.4 硬件限制 (kernel_operator_limits_intf.h)

查询硬件资源限制。

// 获取 UB 大小constexpruint32_tub_size=AscendC::GetUBSize();// 获取最大 Block 数constexpruint32_tmax_blocks=AscendC::GetMaxBlockNum();

八、SIMD VF 下的 API (reg_api)

reg_compute目录包含寄存器级（Register Level）计算接口，是比kernel_operator_vec_*更底层的向量计算接口。

8.1 架构关系

┌──────────────────────────────────────────────────────┐ │ 向量计算接口层次 │ ├──────────────────────────────────────────────────────┤ │ │ │ memory base api : kernel_operator_vec_binary_intf.h │ │ (LocalTensor 级别 ) │ │ │ │ │ ▼ │ │ 底层: reg_compute/kernel_reg_compute_vec_binary.h │ │ (寄存器级别, 手动管理同步和流水线) │ │ │ │ │ ▼ │ │ 硬件: Vector Unit 指令 │ │ │ └──────────────────────────────────────────────────────┘

8.2 寄存器向量计算

8.3 寄存器数据搬运

8.4 寄存器管理

8.5 寄存器其他

九、基础类型与框架类

9.1 基础类型 (kernel_base_types.h)

定义 AscendC 的基础数据类型和枚举。

// 常见类型typedef...half_t;// float16typedef...bfloat16_t;// bfloat16typedef...int4b_t;// int4typedef...uint1b_t;// uint1 (1-bit)// 枚举typedefenum{TPosition::GM,TPosition::VECIN,TPosition::VECOUT,TPosition::VECCALC,TPosition::TSCALC,}TPosition;

9.2 通用定义 (kernel_common.h)

通用宏、常量定义。

9.3 逐元素框架 (op_frame/elemwise_frame.h)

逐元素算子的通用框架，简化 Add/Sub/Mul 等算子的开发。

// 框架自动处理: 数据搬运 → 计算 → 存储// 开发者只需实现核心计算逻辑

十、总结

10.1 接口层次总结

┌─────────────────────────────────────────────────────────────────────┐ │ basic_api 接口层次 │ ├─────────────────────────────────────────────────────────────────────┤ │ │ │ Layer 3: Memory Base API (kernel_operator_*.h) │ │ ┌─────────────────────────────────────────────────────────────┐ │ │ │ • LocalTensor 级别的 API │ │ │ │ • 自动流水线管理 │ │ │ │ • 自动同步 │ │ │ │ → 适合绝大多数算子开发 │ │ │ └─────────────────────────────────────────────────────────────┘ │ │ │ │ │ ▼ │ │ Layer 2: 寄存器计算接口 (reg_api/) │ │ ┌─────────────────────────────────────────────────────────────┐ │ │ │ • 寄存器级别的 API │ │ │ │ • 手动流水线管理 │ │ │ │ • 手动同步 │ │ │ │ → 适合极致性能优化场景 │ │ │ └─────────────────────────────────────────────────────────────┘ │ │ │ │ │ ▼ │ │ Layer 1: 硬件接口 (kernel_cube_intf.h, core_mng/) │ │ ┌─────────────────────────────────────────────────────────────┐ │ │ │ • 直接映射硬件指令 │ │ │ │ • 无封装 │ │ │ │ → 仅供内部或极特殊场景使用 │ │ │ └─────────────────────────────────────────────────────────────┘ │ │ │ └─────────────────────────────────────────────────────────────────────┘

10.2 开发建议

10.3 关键设计原则

1. 分层封装: 从硬件指令到高层 API 逐层封装，平衡性能与易用性
2. 流水线友好: 所有接口设计都考虑了 MTE/Vector/Cube 流水线并行
3. 类型安全: 使用LocalTensor<T>和GlobalTensor<T>确保类型安全
4. 可移植性: 通过__NPU_ARCH__宏隔离不同芯片的差异