過去幾年，AI產(chǎn)業(yè)的敘事重心始終圍繞兩個關(guān)鍵詞打轉(zhuǎn)——算力和模型，前者決定了規(guī)模上限，后者決定了智能上限。

但在實際的工程落地中，影響模型“能否跑得動、跑得穩(wěn)、跑得久”的因素，不只有算力性能和模型參數(shù)。位于底層硬件和模型框架之間的計算架構(gòu)，扮演了不可或缺的角色。

在英偉達(dá)的體系里，主要由CUDA擔(dān)綱，把GPU的復(fù)雜性封裝成了一套可調(diào)用、可復(fù)用、可規(guī)�；挠嬎泱w系，幾乎成了事實上的并行計算產(chǎn)業(yè)標(biāo)準(zhǔn)，形成了一個封閉、單一廠商主導(dǎo)的技術(shù)生態(tài)。

在華為昇騰的體系里，對標(biāo)CUDA的是CANN，同樣是一個承上啟下的計算架構(gòu)：向上對接昇思MindSpore、PyTorch、TensorFlow等主流AI框架，對下使NPU為核心的昇騰系列硬件產(chǎn)品。

有別于CUDA的封閉，CANN的主張是開源開放。特別是在8月份宣布全面開源開放后，每個月都有新的組件開源。

9月30日，算子庫、CATLASS算子模板庫等項目全面開源；

10月30日，領(lǐng)域加速庫、單邊通信庫等項目開源；

11月30日，Ascend C編程語言全面開源；

12月30日，運行時、圖引擎、集合通信庫等項目開源，按計劃實現(xiàn)CANN 匹配A2/A3版本的全面開源開放。

由此產(chǎn)生的一個問題是：走封閉路線的CUDA，被視為英偉達(dá)最強大的“護城河”，CANN為何做出了反向戰(zhàn)略選擇？

01 從“能用”到“敢用”，破解產(chǎn)業(yè)落地的信任天花板

答案藏在產(chǎn)業(yè)一線的“焦慮”中。

在和CTO、開發(fā)者的交流中，每次談到AI在產(chǎn)業(yè)中落地的話題時，普遍會涉及兩個問題：

一是對“黑盒”的恐懼。

傳統(tǒng)的AI開發(fā)過程中，硬件底層對于上層應(yīng)用往往是一個“黑盒”，只能通過有限的接口進行交互，就像一輛無法打開引擎蓋的汽車，可以踩油門、打方向盤，但對引擎的內(nèi)部結(jié)構(gòu)一無所知。

切換到大模型訓(xùn)練的語境下，當(dāng)訓(xùn)練速度不理想，或者出現(xiàn)精度溢出等問題時，開發(fā)者無法判斷問題究竟出在算法層面，還是底層算子的調(diào)度上，只能被動求助硬件廠商，失去了主動權(quán)和效率。

二是對“捆綁”的抗拒。

一旦選擇某個計算平臺，常常意味著和平臺的深度綁定，模型、算子、工具鏈、工程經(jīng)驗等，都會被固化在計算生態(tài)中。

某種程度上也是英偉達(dá)“絕不會將CUDA開源”的底氣：開發(fā)者想要在GPU上實現(xiàn)高效的并行計算，必須要適應(yīng)CUDA生態(tài)，想要轉(zhuǎn)向其他計算平臺，代價則是昂貴的遷移成本，不可避免地需要重寫代碼、重學(xué)新工具，直接勸退了很多萌生“脫離”想法的開發(fā)者。

挑戰(zhàn)封閉的最佳方案，正是開源開放。封閉生態(tài)近乎無解的兩個“焦慮”，CANN卻拿出了合理的方案。

針對“黑盒”，CANN的開源開放不是簡單的“秀代碼”，而是將算子庫、通信庫、編程語言、運行時等全量開源。

開發(fā)者以前只能開的跑車，現(xiàn)在有了全套的“發(fā)動機圖紙”，可以深入到圖優(yōu)化、算子融合、內(nèi)存調(diào)度等底層機制進行二次創(chuàng)新，模型移植、調(diào)試、性能分析的全過程“白盒化”。甚至不用局限于現(xiàn)成的工具和框架，可以根據(jù)自身需求進行深度定制和優(yōu)化，實現(xiàn)更高的性能和效率。

針對“捆綁”，CANN的回答是架構(gòu)解耦、分層開源開放，所有組件支持獨立演進，實現(xiàn)分包獨立升級。

從底層的硬件驅(qū)動、運行時到中間的編譯器、編程語言，再到上層的各類計算、通信加速庫，CANN的每一層都實現(xiàn)了物理上的松耦合。開發(fā)者無須像過去那樣“牽一發(fā)而動全身”，可以根據(jù)業(yè)務(wù)需求，按需引入或升級特定的組件功能，大幅降低系統(tǒng)集成和定制開發(fā)的門檻，避免“被鎖死”的風(fēng)險。

如果說以前的CANN解決了“能用”的問題，讓模型在自主算力上跑了起來�，F(xiàn)在要解決的是“敢用”的問題：通過全面開源開放，實現(xiàn)了從“黑盒”到“白盒”再到全過程“透明”，可解釋、可維護、可長期演進，以最大的誠意破解產(chǎn)業(yè)落地的信任天花板。

02 從“敢用”到“好用”，和千行萬業(yè)開發(fā)者共建生態(tài)

產(chǎn)業(yè)落地遠(yuǎn)不是計算平臺的終點。

一個繁榮的生態(tài)，不僅僅要滿足“能用”“敢用”，還有另一個必須要回答的問題——是不是“好用”。

不少開發(fā)者對CUDA依賴甚至“上癮”，并非是因為不可替代，而是CUDA體系的文檔完善、示例豐富和龐大的開發(fā)者社區(qū)，在使用過程中遇到了問題，大概率能搜到答案。

CANN對“好用”有著更深的理解，試圖走出一條新路。

路徑一：提升開發(fā)易用性，以社區(qū)為陣地，構(gòu)建全鏈路知識體系。

為了降低學(xué)習(xí)門檻，CANN投入了巨大資源打造開源社區(qū)，匯聚了開源、學(xué)習(xí)、活動等資源，給開發(fā)者提供了一站式直達(dá)體驗。

在學(xué)習(xí)資源上，目前已線63門在線課程、22門微認(rèn)證，涵蓋從Ascend C算子開發(fā)入門到進階的全流程。

在實戰(zhàn)演練上，通過CANN訓(xùn)練營、昇騰AI算子挑戰(zhàn)賽等活動以賽代練，比如CANN訓(xùn)練營已經(jīng)開展了12季。

在文檔支持上，開源社區(qū)提供了從單任務(wù)到場景化的知識體系，包括100+專題課程和10+場景化文檔……

路徑二：“放權(quán)”給開發(fā)者，人人都能參與，每個人都可以是貢獻(xiàn)者。

打一個比方：CANN構(gòu)建了一套顆粒度極細(xì)的“全棧積木系統(tǒng)”，讓開發(fā)者不再是被動的“使用者”，而是擁有不同構(gòu)建權(quán)限的“架構(gòu)師”。

模型開發(fā)者可以直接調(diào)用封裝好的算子庫和通信庫，省去打磨細(xì)節(jié)的時間，專注于上層建筑的宏偉設(shè)計。

算子開發(fā)者可以根據(jù)特殊需求，自行設(shè)計并制造出形狀各異的高性能“異形磚”，解決通用件無法解決的難題。

深度發(fā)燒友可以對Runtime等底層資源管理能力進行極致調(diào)優(yōu)，夯實最底層的“地基”，徹底釋放硬件性能。

結(jié)果有何不同？

我們找到了兩個有代表性的開發(fā)者故事。

第一個是哈爾濱工業(yè)大學(xué)的蘇統(tǒng)華教授，他的團隊基于CANN的Ascend C打造了昇騰NPU原生Numpy——AsNumpy，在Python層完全兼容Numpy API，用戶無需額外學(xué)習(xí)成本，即可在昇騰NPU上實現(xiàn)高效的科學(xué)計算。

第二個是杭州天寬科技有限公司，依托CANN開發(fā)的“智能巡檢場景算子庫”，讓巡檢效率提升了3倍、停電事故率下降了30%、應(yīng)急響應(yīng)與維修效率提升了20%，打破了傳統(tǒng)巡檢模式安全、效率與成本的“不可能三角”。

倘若是封閉的體系，開發(fā)者大概率只能做調(diào)用接口的應(yīng)用創(chuàng)新，無法對算子進行自定義擴展。

但在CANN的生態(tài)里，創(chuàng)新不再完全依賴平臺，開發(fā)者能更充分地釋放硬件潛能，千行萬業(yè)的開發(fā)者都能成為生態(tài)的貢獻(xiàn)者。即使是人數(shù)不多的高�？蒲袌F隊、初創(chuàng)公司，也能參與到底層的創(chuàng)新和優(yōu)化。

03 當(dāng)“透明”成為前提，計算產(chǎn)業(yè)的運行規(guī)則正在改變

權(quán)力的重構(gòu)往往伴隨著規(guī)則的重塑。

CANN的全面開源開放，不只是“另一種實現(xiàn)路徑”，也在悄然改變計算產(chǎn)業(yè)默認(rèn)的運行規(guī)則。

在新一輪的AI浪潮中，競爭的焦點早已不是單純的算力或算法，而是圍繞軟件、開發(fā)者與生態(tài)的博弈。CANN的全面開源，掀起了一場透明度革命，將對技術(shù)、生態(tài)、產(chǎn)業(yè)方向等產(chǎn)生深遠(yuǎn)影響。

在技術(shù)層面，從“黑盒”到“白盒”，將徹底改變AI開發(fā)模式。

站在開發(fā)者的立場上，底層機制不透明，只能依賴官方文檔了解，在很大程度上被束縛了拳腳。

CANN的全面開源開放，讓編譯器、算子庫、運行時等核心組件完全可見，開發(fā)者可以直接洞察硬件的運行邏輯，進行更深層次、更精準(zhǔn)的性能優(yōu)化，等于將創(chuàng)新的主動權(quán)交還到了每一位開發(fā)者手中。

相對應(yīng)的就是開發(fā)門檻的降低。

以算子開發(fā)為例，過去的門檻高到不敢用，CANN開源了CATLASS算子模板庫后，只需簡單的參數(shù)配置，即可快速生成適配不同形狀和精度的矩陣乘算子，大大提升了開發(fā)效率和靈活性。

在生態(tài)層面，從“封閉獨奏”到“開放共治”，構(gòu)建最大公約數(shù)。

一個計算生態(tài)的長期生命力，源于開放、透明和集體智慧。CANN的全面開源開放，正是遵循了這一邏輯。

譬如前面提到的天寬科技，除了AI智能巡檢方案，還開源了具身智能巡檢行業(yè)標(biāo)準(zhǔn)算子庫，完成了從“使用者”到“貢獻(xiàn)者”的轉(zhuǎn)變。對于電力、工業(yè)等有具身智能巡檢需求的開發(fā)者來說，有了開源的行業(yè)算子庫，將進一步降低了軟硬件適配的成本和難度。

當(dāng)越來越多企業(yè)把自身的工程實踐轉(zhuǎn)化為可被復(fù)用的公共能力，計算生態(tài)的演進就不再依賴單點突破，而是通過不斷擴大的最大公約數(shù)，推動整個產(chǎn)業(yè)走向成熟與繁榮。

在產(chǎn)業(yè)層面，從“平臺主導(dǎo)”到“多元協(xié)作”，釋放行業(yè)生產(chǎn)力。

創(chuàng)新的節(jié)奏不再被單個平臺主導(dǎo)，產(chǎn)業(yè)分工或?qū)摹吧舷掠我栏疥P(guān)系”，自發(fā)形成一個“能力協(xié)作網(wǎng)絡(luò)”。

比如在能源、制造、交通等領(lǐng)域，瓶頸往往不在模型本身，而是算子效率、數(shù)據(jù)流轉(zhuǎn)、實時調(diào)度等工程細(xì)節(jié)。CANN的全面開源開放，讓行業(yè)可以圍繞自身場景，對關(guān)鍵路徑進行定制優(yōu)化，不必等待平臺版本演進，讓算力更高效地轉(zhuǎn)化為生產(chǎn)力。

開源開放的終極目的，無外乎為產(chǎn)業(yè)提供探索和創(chuàng)新空間。就這一點而言，CANN正在和千行萬業(yè)雙向奔赴。

畢竟一個計算生態(tài)的核心價值，不是限制開發(fā)者，而是賦能開發(fā)者，放大創(chuàng)新的杠桿效應(yīng)；一個健康的計算生態(tài)，取決于能否降低創(chuàng)新的邊際成本，能否讓創(chuàng)新轉(zhuǎn)化為產(chǎn)業(yè)生產(chǎn)力。

04 寫在最后

一個計算體系被用于長期、關(guān)鍵、不可中斷的生產(chǎn)場景時，不透明本身，就是最大的風(fēng)險。

CANN的全面開源開放，本質(zhì)上在做一件事，即消除“黑盒”，讓底層機制可審視、可驗證、可優(yōu)化，把原本隱性的、不確定的風(fēng)險，轉(zhuǎn)化為工程上可定位、可控制、可協(xié)同解決的問題。

也讓我們有理由相信，封閉終將讓渡于開放，只有打破封閉的藩籬，形成創(chuàng)新合力，才能構(gòu)建起堅固的數(shù)智化根基。