【免费下载链接】ops-sparse本项目是CANN提供的高性能稀疏矩阵计算的算子库专注于优化稀疏矩阵的计算效率。项目地址: https://gitcode.com/cann/ops-sparsename: asc-devkit-reference description: asc-devkit 仓库参考技能提供 Ascend C 官方 API 文档、示例代码、Tiling 配置等参考资源。asc-devkit 参考仓库说明asc-devkit是 Ascend C 官方开发工具包包含 API 文档、示例代码、实现参考和 Tiling 配置。仓库管理# 首次初始化由 init.sh 自动执行 git clone https://gitcode.com/cann/asc-devkit.git .agent/asc-devkit # 更新到最新 git -C .agent/asc-devkit pull --rebase仓库结构.agent/asc-devkit/ ├── docs/api/context/ # API 官方文档Markdown含配图 │ ├── figures/ # 文档配图流水线时序、内存布局、参数示意 │ ├── Add.md # API 文档可能有多个变体Add-25.md, Add-35.md │ ├── DataCopy.md │ └── ... ├── examples/ # 示例代码按算子分类 │ ├── add/ │ ├── reduce/ │ └── ... ├── impl/adv_api/tiling/ # 官方 Tiling 参数配置 ├── include/ascendc/ # 头文件类型定义、接口声明 ├── cmake/ # CMake 构建配置 └── scripts/ # 辅助脚本API 变体搜索强制Ascend C 的 API 可能有多个架构变体文件如Add.md、Add-25.md、Add-35.md必须搜索所有变体# 搜索某 API 的所有文档变体 ls .agent/asc-devkit/docs/api/context/ | grep -i ^Add # 输出Add.md Add-25.md Add-35.md # 必须全部阅读后再确定使用哪个版本禁止只读基础文档如Add.md而忽略架构变体不同变体的参数约束和平台支持可能不同。配图阅读强制API 文档中的配图figures/目录常包含文字未明确表达的关键约束流水线时序图MTE2/V/MTE3 的依赖与并行关系内存布局图UB 槽位摆放规则、对齐边界参数示意图stride/block 在 UB/GM 的几何含义必须使用 Read 工具逐张读取配图禁止仅看正文文字。检索策略按优先级索引查找先读docs/api/context/目录索引定位目标 APIAPI 文档读取 API Markdown 所有变体 配图示例代码在examples/中搜索同类算子实现参考在impl/中查看底层实现头文件在include/ascendc/中确认类型定义使用场景架构设计阶段1.3.A查阅以下资源辅助设计决策docs/api/context/API 官方文档确认功能、参数约束和平台支持examples/同类算子的示例代码参考架构设计impl/adv_api/tiling/官方 Tiling 参数配置参考算子开发阶段2.x.1.A查阅以下资源辅助代码实现docs/api/context/API 用法确认、参数签名核对搜索所有变体examples/同类算子的代码实现参考include/ascendc/头文件查阅确认类型定义和接口声明性能优化阶段3.2查阅以下资源辅助瓶颈分析examples/优化实践和性能调优样例impl/底层实现参考和优化策略docs/api/context/figures/流水线时序图辅助瓶颈定位与其他技能的关系技能职责分工协作方式ascendc-docs-search在线文档搜索华为昇腾社区本地 asc-devkit 文档不足时使用 ascendc-docs-search 在线搜索兜底ascendc-api-best-practicesAPI 使用约束和最佳实践查阅 asc-devkit API 文档后结合 best-practices 确认使用约束op-samples-referencecann-samples 高性能样例asc-devkit 侧重 API/示例/实现参考cann-samples 侧重端到端性能调优实践注意事项API 文档是权威来源与ascendc-api-best-practices技能互补后者侧重实践经验示例代码的编码风格可能与sparse-ascendc-coding-rules不同参考算法思路即可不照搬风格部分示例依赖特定 CANN 版本注意检查 README 中的版本要求API 文档中的参数约束和平台支持信息以官方文档为准设计方案中引用的 API 必须经过完整验证【免费下载链接】ops-sparse本项目是CANN提供的高性能稀疏矩阵计算的算子库专注于优化稀疏矩阵的计算效率。项目地址: https://gitcode.com/cann/ops-sparse创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
