SuperAPI AI 工具集

migration-ascend-torchnpu-skills-torch-npu-reference

编程与开发

查看项目

更新于 10-20 22:37

技能介绍

用途

该技能为 PyTorch 代码迁移至昇腾 NPU 提供 torch_npu 接口兼容性查询与扩展接口参考。当需要检查某个 PyTorch 原生接口在 NPU 上是否受支持、寻找等效替换方案,或了解 torch_npu 扩展接口的映射关系时,可调用该技能。

主要能力

  1. 接口支持度查询:可按 PyTorch 版本(如 2.10.0、2.9.0、2.8.0、2.7.1、2.6.0、2.1.0 等)查阅官方提供的 PyTorch 原生接口 NPU 支持度清单,确认目标接口是否在支持列表中,并了解行为差异说明。
  2. 扩展接口参考:提供 torch_npu 昇腾 NPU 专用扩展接口的文档指引,用于确认扩展接口名称、参数和使用方式。
  3. 常见不兼容接口提示:列出常见不支持或需替换的接口,如 torch.cuda.* 需替换为 torch.npu.、torch.backends.cudnn. 不支持需删除或条件跳过、自定义 CUDA 扩展(.cu)不支持需改用 torch_npu 扩展接口或 PyTorch 原生实现。
  4. 安装与导入参考:提供 torch_npu 安装方式说明(优先 wget 下载 whl 包安装,备选 pip 安装),以及导入验证方法。
  5. 源码排查支持:当文档无法解决问题时,可拉取 torch_npu 源码仓库并按 PyTorch 版本切换分支,基于实际代码分析接口实现与适配方案。

使用方式

  • 确定当前项目使用的 PyTorch 版本,打开对应版本的接口支持度文档,搜索目标接口名称。
  • 若接口在支持列表中,确认行为差异;若不在,查阅 torch_npu 扩展接口文档寻找替代。
  • 安装时根据目标 PyTorch 版本、架构(aarch64/x86_64)、Python 版本从昇腾官网查找对应 whl 包;导入时须在 import torch 之后执行 import torch_npu,并通过 torch.npu.is_available() 验证。
  • 源码仓库地址为 https://gitcode.com/Ascend/pytorch,Release 下载地址为 https://gitcode.com/Ascend/pytorch/releases。

适用场景

适用于将基于 CUDA 的 PyTorch 训练代码迁移至昇腾 NPU 时,进行接口兼容性核对、替换方案查找、扩展接口确认以及安装部署参考。

限制

  • 官方文档版本迭代较快,必须实时查阅昇腾官网最新版本文档,提供的路径和链接仅供参考。
  • 该技能不提供自动化迁移执行,仅作为参考知识。
  • 涉及具体收费、价格、平台效果等信息暂未提供。