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：PyTorch
找到 30 篇相关文章
昇腾910C爆显存，三步查清算子对齐
PyTorch 模型迁到 CANN 后一跑就 OOM，先把加卡放到最后。固定输入复现峰值，用 Profiler 对齐自定义算子前后的 shape、dtype、format 与 Data Copy，再根据证据处理算子融合和
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
开发者生态
从CUDA迁到昇腾，跑通模型只是调优起点
torch_npu 能让 PyTorch 模型较快接入昇腾，但代码执行成功只解决了第一道问题。延迟、OOM、长尾算子和 CANN 日志定位，会直接影响迁移能否稳定交付。团队还要判断：继续用兼容层，还是为热点算子投入 As
阅读全文
前沿研究
昇腾910C跑通1.6万亿参数模型，下一关在CANN
DeepSeek-V4-Pro已在昇腾910C集群完成全参数后训练，说明这套软硬件承接过1.6万亿参数模型任务。对PyTorch团队，更现实的考验是算子覆盖、版本匹配、OOM定位和性能复现。
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
阅读全文暑期研学团的AI课：大学先修营里，中学生怎么调教大模型
2026年暑期，多所高校面向高中生开设AI先修营。在上海纽约大学的全英文项目中，15至18岁的中学生不再只学Python，而是用PyTorch微调模型、写提示词解决论文综述与数据分析。本文跟访训练营，记录这群青少年从写代
阅读全文
AI 实操指南
权重大小量化提速：臃肿依赖让Agent体重居高不下怎么瘦身
Agent部署常因PyTorch等依赖包导致镜像超2GB，冷启动慢。本文提供一套结合W4A16量化与依赖精简的实操方案，展示如何通过W4A16量化降低显存占用，并将容器体积压缩至500MB以内，显著提升响应速度。
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
开发者生态
910D消息升温，先算CUDA迁移账
昇腾910D传闻让国产AI算力再次升温。对中小团队来说，真正要提前核算的，是PyTorch、CUDA、NCCL到CANN、HCCL、torch_npu之间的改造、人力、算子和运维成本。
阅读全文