昇腾910C适配实录：PyTorch迁移中的显存优化与算子兼容
聚焦昇腾910C在PyTorch迁移中的显存碎片化解法、自定义算子编写规范与MindSpore双轨代码差异，提供一线开发者可直接复用的CANN调优参数与调试路径。
阅读全文
Search
站内搜索
关键词：MindSpore
找到 16 篇相关文章
前沿研究
华为2035报告之后，国产智算怎样降低CUDA依赖
华为把未来十年的AI重心落在产品价值、效率和成本上。对国产智算中心而言，API改写只是开头，真正费工的是算子、精度、通信、调度和开发工具。迁移顺序应由模型稳定度与交付边界决定。
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
前沿研究
昇腾910C集群微调实录：显存、算子与通信排坑
1.6万亿参数后训练已经跑通，7B—13B微调却不能照搬CUDA脚本。三个项目的故障集中在OOM、融合算子缺失和HCCL卡死，排查顺序比盲目改参数更重要。
阅读全文
开发者生态
昇腾910C跑到千卡，HCCL先查哪一层
公开材料披露，1000颗昇腾910C完成1.6万亿参数DeepSeek-V4-Pro全参数后训练，MFU超过30%。落到机房，排查应从HCCL拓扑、Rank映射和版本组合开始，再用Profiler定位算子与内存拷贝。
阅读全文
前沿研究
前沿研究
昇腾910C不只拼算力，CANN更关键
围绕昇腾910C的讨论，不能只看芯片参数。多机多卡训练、模型迁移和异构部署，真正考验的是CANN、MindSpore等软件栈能否把硬件算力稳定调出来。
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
前沿研究
开发者生态
昇腾910C千卡之后，异构调度别急着乐观
DeepSeek-V4-Pro在昇腾910C上的跑通只是第一步。当海光DCU等异构力量入场，通信协议断裂、算子对齐困难、混合集群稳定性不足等工程鸿沟，远比单卡参数更考验开发者。
阅读全文
前沿研究
昇腾910D集群调优实录：从HCCL通信到算子适配的避坑指南
基于昆山8000P算力园区运行数据，拆解Llama 3.3与DeepSeek V4迁移至昇腾910D的工程细节。重点解决HCCL通信延迟、Ascend C算子适配及MindIE显存碎片问题，提供国产算力落地实录。
阅读全文
前沿研究
昇腾910D跑Llama：算子缺口和HCCL通信怎么填
把Llama和Qwen从GPU集群迁到昇腾910D，算子缺失和通信瓶颈是两个最大的坑。基于MindSpore 2.0与CANN的实际操作经验，拆解Custom Op报错、Triton算子开发和HCCL调优的具体做法。
阅读全文