Ascend C算子开发学习周报
一、本周学习概述
本周我首次接触华为昇腾Ascend C算子开发方向，主要从基本概念到编程模型的初步认知。由于是全新的技术领域，学习过程以理解基础架构和核心概念为主，具体细节和实践经验仍有待深化。
二、学习内容详细记录
周三：Ascend C简介
开始接触Ascend C整体技术框架，了解了它作为昇腾AI处理器专用算子开发语言的基本定位。Ascend C基于C/C++扩展，其核心价值在于通过多层接口抽象、自动并行计算和孪生调试等特性，显著降低AI算子开发门槛。我理解了CANN软件栈的完整构成，包括底层驱动、算子开发库、图引擎、推理训练引擎和框架适配层等模块，它们协同构成了昇腾AI的软件生态。
周四：HelloWorld示例与核函数基础
通过最简单的HelloWorld示例切入算子开发的实践层面。我理解了核函数作为设备侧程序入口的核心，其特殊声明语法extern "C" __global__ __aicore__ void kernel_name()中每个限定符都有明确含义：extern "C"确保C++兼容性，__global__表示全局可见，__aicore__指定在AI Core上执行。我理解了参数列表中__gm__这类内存限定符的物理意义——它标识指针指向Global Memory，这是AI Core可直接访问的DDR内存空间，初步建立了从主机侧调用到设备侧执行的完整流程概念。
周五：Add自定义算子开发
学习了Add自定义算子的完整开发流程。掌握了逐元素加法z=x+y的数学定义，理解了“三段式流水线”的编程范式：CopyIn阶段从Global Memory搬运数据到Local Memory，Compute阶段在Local Memory执行计算，CopyOut阶段将结果写回Global Memory。这种设计实现了数据搬运与计算的重叠，能有效提升硬件利用率。在实际技术层面，我学习了如何使用DataCopy接口进行内存间数据搬运，理解了Queue队列通过EnQue/DeQue操作实现任务间同步的机制，并掌握了ICPU_RUN_KF宏在CPU侧进行功能验证的方法，对算子开发从需求分析、设计、实现到调试的全流程有了初步认知。
周六：抽象硬件架构
聚焦于昇腾AI处理器的硬件架构理解，这是优化算子性能的基础。我学习了达芬奇架构中AI Core的组成：Scalar单元负责控制流和标量计算，Vector单元执行向量运算，Cube单元专攻矩阵计算，DMA单元则负责数据搬运。这种异构设计让不同计算单元能并行工作。在内存层次上，我理解了从容量最大但延迟最高的Global Memory，到中间的Local Memory，再到最快但容量最小的寄存器的金字塔结构。我还认识到AI Core内部各单元可异步并行执行——Scalar单元读取指令序列，Vector、Cube和DMA单元并行工作，这种设计通过计算与数据搬运重叠来隐藏内存访问延迟，是提升性能的关键。
周日：异构并行编程模型
学习了Ascend C的并行编程模型。理解了SPMD（单程序多数据）模型：所有AI Core执行相同的核函数代码，但通过唯一的block_idx区分各自处理的数据块。每个核通过GetBlockIdx()获取自身ID，然后计算负责的数据范围start_idx = block_idx * BLOCK_LENGTH，实现数据并行处理。这种设计让开发者只需关注单核逻辑，系统自动扩展到多核并行。我进一步理解了任务并行与数据并行的区别，以及如何在这种编程模型下，将三段式流水线（CopyIn、Compute、CopyOut）映射到多核执行，对大规模并行计算的数据划分和负载均衡有了初步概念。
周一：核函数深入理解
对核函数进行了更深入的剖析，特别是其调用机制和执行模型。我掌握了核函数调用的完整语法kernel_name<<<blockDim, l2ctrl, stream>>>(arguments)，理解了每个参数的含义：blockDim指定启动的核数（并行度），stream用于管理异步任务执行顺序，l2ctrl涉及L2缓存控制（高级优化特性）。我认识到核函数调用具有异步特性——主机侧调用后立即返回，不等待设备侧执行完成，需要通过aclrtSynchronizeStream(stream)显式同步。这种异步执行模型允许主机在设备计算期间继续执行其他任务，提高了系统整体利用率。
三、本周学习总结
我对Ascend C算子开发建立了从底层硬件架构到上层编程模型的整体认知框架。在硬件层面，理解了达芬奇架构中AI Core的异构设计和内存层次结构；在编程模型层面，了解了SPMD并行模型和三段式流水线范式；在开发实践层面，熟悉了从核函数定义、实现到调用的全流程。我认识到Ascend C通过高层抽象降低了并行编程难度，让开发者能更专注于算法逻辑而非硬件细节。
但是，缺乏实际动手经验，对DataCopy、Queue同步等具体API的使用只有概念性理解，对多核数据切分的边界情况处理、异步执行中的错误调试等实际问题尚无实践经验。整体上，知识掌握还停留在“知道是什么”的层面，距离“知道如何用”还有相当差距。
四、下周学习计划
针对当前状况，下周计划从理论学习转向实践操作，具体安排如下：首先在开发环境中实际操作，运行并分析HelloWorld和Add算子示例，确保开发环境配置正确；然后尝试修改示例代码，观察不同参数对执行结果的影响，培养代码调试能力。在此基础上，学习更复杂的算子实现，如矩阵乘法，重点理解Tiling（分块）技术如何处理大尺寸数据。同时，开始接触性能分析工具，了解基本的性能分析方法，为后续优化工作做准备。目标是能够独立完成简单算子的开发和基本调试，将理论知识转化为实际动手能力。
