开发者生态
千节点昇腾 910C 集群，通信究竟堵在哪里
公开材料没有给出昇腾 910C 千节点实测。能确认的是，华为 2025 年发布的昇腾 384 超节点把 384 卡纳入高速总线域。规模继续外扩后，排查重点应落在跨域通信、MoE 的 All-to-All、拓扑映射和慢节点
阅读全文
Search
站内搜索
关键词：昇腾 910C
找到 11 篇相关文章
开发者生态
开发者生态
昇腾 910C 算子调优：先把数据搬运压下来，再谈自定义算子
长上下文推理变慢，不一定是算力不足，数据搬运、临时张量和算子下发也可能占大头。围绕昇腾 910C，梳理如何用 profiling 判断是否值得写 Ascend C 自定义算子，并处理 32 字节对齐、Tiling、融合和
阅读全文
开发者生态
昇腾 910C 迁移实录：从代码报错到性能调优的避坑指南
基于昇腾 910C 真实迁移项目，记录从 PyTorch 模型迁移到华为 NPU 环境的全过程，涵盖算子兼容性处理、内存优化、通信调优及常见报错排查，提供可复现代码片段，结合出货量数据与实战经验，为开发者提供一份避坑清单
阅读全文
开发者生态
迁移昇腾 910C/910D，先查算子、显存和 HCCL
把 CUDA/PyTorch 项目迁到昇腾 910C/910D，常见卡点集中在自定义算子与动态 Shape、显存碎片、HCCL 多卡通信。文章按排查顺序给出配置示例，并说明哪些参数只能用于定位，不能代替根因分析。
阅读全文
AI 实操指南
在国产算力集群部署 Llama 4：解决多机多卡通信瓶颈的实操方案
针对 Llama 4 等开源大模型，本文给出在昇腾 910C/910D 等国产算力集群上的部署全流程，重点拆解跨节点 HCCL 通信延迟、显存碎片化与并行策略选择三大瓶颈，并附可复用的优化参数配置与排查清单。
阅读全文PyTorch 迁到昇腾 910C/910D，先改哪几处
把 PyTorch 项目从 CUDA 搬到昇腾，先处理设备、HCCL 和混合精度，再用 CANN 8 Profiling 查看算子、通信、内存与下发延迟。代码能启动只是入口，自定义算子和版本对齐更容易拖慢进度。
阅读全文把PyTorch模型搬上昇腾910C，20天都花在哪了
把一套在 PyTorch 上训练半年的 VL-Mamba 模型搬到昇腾 910C 集群，20 天里真正耗时的是自定义算子、数值对齐和 HCCL。切到 MindSpore 并重写 Ascend C 算子后，项目平均 MFU
阅读全文昇腾 910C 万卡集群的液冷巡检：哪些信号需要提前 30 天报警
北京某 8000P 算力园区在 2026 年 5 月发生冷媒切换引发的集群级掉卡事故。本文面向一线运维，拆解昇腾 910C 液冷集群在漏液、分水器温差与缓蚀剂离子浓度上的预测性维护阈值，提供需提前 30 天干预的信号清单
阅读全文昇腾 910C 适配实录：从 PyTorch 到 CANN 的断舍离
迁移 PyTorch 模型到昇腾 910C，不是一键替换 device，而是算子对齐、精度调试、图编译和通信适配的硬仗。本文记录一个 7B 模型在 CANN 8.0/8.1 环境下的真实适配过程，给出可落地的断舍离清单。
阅读全文
前沿研究
CUDA 模型迁到昇腾，先过这几道坎
把 PyTorch 模型迁到昇腾 910C 和 CANN 8.0 环境，难点常落在算子支持、显存分配、分布式通信和调试链路上。迁移不只是替换设备名，更要重新检查算子、内存和 HCCL 配置。
阅读全文
开发者生态
昇腾910C迁移，先查算子和通信
从 CUDA/PyTorch 迁到昇腾 910C，问题常不在模型代码本身，而在 CANN 算子、HCCL 拓扑和精度对齐。把这三处先跑通，后面的改造会少很多返工。
阅读全文