该技能用于把 TileLang 算子从 GPU（CUDA）实现迁移到华为昇腾 NPU，通常在 gpu/ 目录分析已有实现，生成对应的 npu/ 目录代码（若用户未指明存放位置则新建 npu 目录并提示位置），并自动适配 NPU 硬件约束与 API 差异。
主要能力与用法：分析 GPU 算子的输入输出形状、数据类型、核心计算逻辑、内存分配与并行策略；按迁移规则改写环境变量、装饰器与 Kernel 声明；进行数据类型和 API 映射；检查 UB 内存、对齐、分核等硬件约束；生成含 PyTorch 封装与测试的 NPU 代码。关键约定包括：设置 os.environ['TILELANG_ASCEND_MODE'] = 'Developer'，使用 @tilelang.jit(target="npuir")，T.Kernel(..., is_npu=True)，动态 shape 用 T.symbolic，T.fill→T.clear，clear_accum→initC，transpose→a_transpose/b_transpose，T.vconv→T.vcast，T.vcmp 签名 (src0, src1, dst, cmp_op)，标量运算需经 T.vbrc 广播，T.copy 用起始索引加 size 处理边界。
适用场景：将适配 GPU 的 TileLang vector 算子迁移为适配 NPU 的算子。限制与注意：必须分块处理，UB 总量需小于 96KB（建议 85KB 以下），维度需对齐且输入 contiguous，测试须符合实际数值范围并以误差小于 1e-3 判定；调试前需先确认 tilelang-ascend 环境是否配置。迁移时需查阅 docs/TileLang-NPU-API-Reference.md、docs/GPU-To-NPU-Migration-Methods.md 及 references 下调试与硬件优化文档；涉及已知精度问题 API 的算子应绕过或报告无法迁移。具体环境配置、依赖版本与更完整的调试方法暂未提供。