昇腾AI基础知识

本文旨在介绍关于昇腾AI全栈的一些基础知识

昇腾AI全栈

昇腾AI全栈示意图

如上图，昇腾AI全栈可以分成四个大部分：

• 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。

• AI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。

• 异构计算架构

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

• 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AI异构计算架构

华为公司面向计算机视觉、自然语言处理、推荐系统、类机器人等领域量身打造了基于“达芬奇（DaVinci）架构”的昇腾（Ascend）AI处理器，开启了智能之旅。

为提升用户开发效率和释放昇腾AI处理器澎湃算力，同步推出针对AI场景的异构计算架构CANN（Compute Architecture for Neural Networks） ，CANN通过提供多层次的编程接口，以全场景、低门槛、高性能的优势，支持用户快速构建基于Ascend平台的AI应用和业务。

昇腾AI异构计算架构（Compute Architecture for Neural Networks，CANN） 被抽象成五层架构，如下图所示。

异构计算架构

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AI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。