cann-learning-hub 上手指南3 种环境 5 分钟跑通第一个昇腾 Notebook【免费下载链接】cann-learning-hubCANN 学习中心仓支持在线互动运行、边学边练提供教程、示例与优化方案一站式助力昇腾开发者快速上手。项目地址: https://gitcode.com/cann/cann-learning-hub想学昇腾 CANN却被环境配置劝退cann-learning-hub 把教程、示例、最佳实践打包成可运行的 Notebook3 种环境任选5 分钟跑通你的第一个 NPU 算子。全景一图流CANN 替你把活干了 ️这个仓库本身不教你写模型它给你一张「昇腾开发全景图」 一屋子能直接跑的例子。先看 CANN 在框架和硬件之间到底分了几层你后面遇到的每个教程名都能对号入座。它替你做了四件事把散落的教程收进一个仓从「什么是 NPU」到「自定义算子」一条线排好每个知识点配可执行 cell不是只读文字是真能跑的代码三种运行环境都留了入口没硬件也能先在线体验把踩过的坑写成 docs/配环境、提 PR 前查一下就能少走弯路下一步别急着翻全书先按最短路径跑通第一个 Notebook。最短路径5 分钟跑通第一个 Notebook ⚡零基础别在本地装环境上耗时间。第一条路是「在线体验」——零配置、开浏览器就能跑。打开 CANN 基础第一课点表格里任一 Notebook 的「在线体验」浏览器里点运行看到输出图就是你的第一个成功。跑通后你会看到类似这样的「cell 执行成功」画面这就是后面每一课的标准形态想留一个本地副本慢慢改再执行这三行一次性# 克隆仓库到本地 git clone https://gitcode.com/cann/cann-learning-hub.git cd cann-learning-hub⚠️ 本地要真正跑 NPU 计算前提是机器上有昇腾 NPU 且装好了 CANN只读文字部分则不需要。下一步确认你走哪条环境路线别在错的环境里卡住。三种接入方式一张表选对入口同样是「打开一个教程」三条路成本差很多。先选路再动手。接入方式适合谁上手成本你需要准备在线体验没硬件、只想先跑通零浏览器即可点链接就走CANNLab 云环境要真 NPU、做进阶/算子/推理低GitCode 账号创建环境本地部署有 NPU 服务器、要反复迭代中高昇腾 NPU CANN torch_npu在线体验无命令直接点 quick_start 教程列表 里的链接。CANNLab 云环境进入 CANN 开源组织 → 点 CANNLab 页签 → 新建环境关键三项照抄配置项取值模板名称cann_9.0.0_py3.11-A2-arm规格1*NPU 910B3 16vCPUs 32GiB预加载代码仓CANN/cann-learning-hub分支master创建后点「连接」选 WebIDE 或 VSCode 都能进本地部署装好适配层后先确认 NPU 可见再跑教程。pip3 install torch pip3 install torch-npuimport torch, torch_npu print(NPU available:, torch.npu.is_available()) # 期望 True print(NPU count:, torch.npu.device_count())具体规格可能随课程不同以你要跑的那门课 README 里「在线体验环境」写明的镜像/规格为准选错了会出现难排查的未知错误。详见 CANNLab 体验指南。下一步环境通了先搞清楚「我该学哪条线」别一上来就啃算子。先读懂需求按角色选主线别一上来啃算子仓库里东西多新手最大的坑是「不知道从哪进」。其实入口就一张表——按你的角色挑主线。五条主线互不冲突可以只学一条。你关心什么直达主线总时长难度跑通大模型、做推理优化大模型推理~10h★★☆模型训练与微调大模型训练~16h★★★底层算子编程Ascend C 算子开发~20h★★★ACL 离线推理与部署应用开发~6h★★☆推荐 / 召回落地推荐系统~8h★★☆前置基础不用先全学完Python NumPy 就能开始第一课C / C 等进入算子主线时再补PyTorch 等进大模型主线时再补。几个高频误解先对齐再动手常见误解正确理解本地必须配好 CANN 才能学在线体验零配置认知类课程连 NPU 都不需要内核随便选一个选Python 3.11内核如 3.11.4 / 3.11.15选错直接报错镜像版本无所谓要按课程 README 指定镜像/规格创建否则未知错误五条主线得全学互不冲突按角色选一条深入即可版本配套不影响CANN / PyTorch / torch_npu 有配套关系不匹配 NPU 不可用⚠️ 零基础直接进 Ascend C 算子开发 是本仓最常见的「劝退点」先跑完quick_start/cann_basics这块公共基础再进。下一步看懂仓库东西都放哪学的时候才找得到路。打开仓库看骨架东西都在哪目录就是地图。第一次进来扫一遍后面每一步都知道该翻哪个文件夹。cann-learning-hub/ ├── quick_start/ # 零基础起步基础课 第一个算子 / 第一个大模型推理 ├── tutorials/ # 按技术栈深入的开发教程算子、推理、训练、图、通信 ├── standard_course/ # 体系化课程原子课程、启航营、教材 ├── reference_practice/ # 端到端参考实现YOLOv13 离线推理、PyTorch 算子优化 ├── blogs/ # 真实客户实战案例算子 / 推理 / 训练 ├── contrib/ # 社区共建教程 高校科研案例 ├── skills/ # CANNBot 算子生成技能 └── docs/ # 环境体验 / 课程开发 / 上线验收 指南目录职责你什么时候进quick_start/5 门基础课 4 个「第一个」第一次来先跑这里tutorials/按技术栈深入的开发教程基础打通后选主线standard_course/体系化课程与配套课件想系统学、或要讲课时reference_practice/完整可跑的参考工程想看端到端怎么落地blogs/真实场景实战案例找同类业务解法contrib/社区共建教程想投稿 / 找高校课程docs/环境与贡献流程规范配环境、提 PR 前查下一步别只看不跑挑一条主线动手改一改才算真正上手。动手跑主线改一个参数看它怎么变 ️看文字不等于学会。判断「真的会了」的唯一标准是你能把教程里的 cell 跑通、还敢改参数看结果变化。❌ 错误姿势只读 Markdown跳过 code cell看完觉得自己懂了。# 只翻文字不点运行 # 结果换个参数就懵换台机器就崩✅ 正确姿势每个 code cell 都点运行结果和你看到的一致才算过。# 跑完一个 cell 后主动改一个输入再跑一次 x x * 2 # 改个参数看输出是否如预期变化 print(x) # 对得上才是真跑通了❌ 错误姿势零基础直接开啃算子工程版卡在 Tiling / 双缓冲上。 ✅ 正确姿势先跑完quick_start/cann_basics公共基础再进主线。跑主线前过一遍这个自检清单选对了对应主线的内核Python 3.11 系列环境 / 镜像版本与课程 README 声明一致上一节 cell 无报错、Kernel 未中断这一节结尾的「章节实践」题也做了不是只跑教程正文对照answer/里的答案核对自己结果每条主线的最后一节都是章节实践做完它再进下一节别只跑讲解部分。下一步跑的过程中一定会遇到报错先学会怎么读结果。读懂运行结果成功长这样失败这样查NPU 教程的报错大多不出在「算法」上而出在「环境和配套」。先看现象再动手别瞎改。现象含义怎么办cell 出图 / 正常打印正常继续下一 cellKernel 中断 / 重启内核或依赖问题重选 Python 3.11 内核重装修依赖NPU available: Falsetorch_npu 没认到 NPU查版本配套 / CANN 是否装好开机提示「资源不足」云环境高峰稍后再开机在线体验打不开会话过期 / 链接失效刷新或重进在线体验入口拿到失败结果按三步排查先看报错最后几行判断是环境内核 / 依赖还是代码逻辑问题对号入座上面的速查表多数环境类问题能直接定位翻 docs/ 里的指南 跑验证 cell确认 NPU 是否可见再改代码大模型推理类课程还会用 Profiling 看瓶颈看懂下面这张「调度空泡」图你就明白为什么推理要优化下一步这些现象反复卡住你就看下面的高频问答。高频问题速查卡住了先对号入座Q在线体验打不开 / 一直转圈多半是会话过期。刷新页面或重新点入口仍不行就切到 CANNLab 云环境继续。QNPU available打印False版本没配套。CANN 与 PyTorch / torch_npu 是绑定关系CANN 9.0.0 对应torch 2.10.0/torch_npu 2.10.0。先确认 CANN 装好了再按配套版本装。Q内核到底选哪个选 Python 3.11 系列。CANNLab 里还建议按 CANNLab 课程开发指南 配settings.json把非 3.11 的内核排除掉打开 Notebook 就默认正确。Q我手上没有 NPU能学吗能。概念 / 认知类内容先看文字就行只有真正要跑 NPU 计算的部分才需要本地 NPU 或 CANNLab 云环境。Q想贡献教程 / 案例从哪提先提 Issue 讨论方案 → 按目录规范开发 → 在 CANNLab 里跑通验证 → 发 PR 到master内容多可先走test分支。详见 贡献指南 与 上线验收标准。下一步能跑了之后把「能跑」升级成「能改、能贡献」。更进一步从能跑到能改再到能贡献 分三层往上走每层 2~4 件具体的事做满一层再进下一层。正确性——先确保「跑对」把所选主线的每一节章节实践都做完别跳最后一节对照answer/里的标准答案核对自己的输出多环境验证在线 / CANNLab 至少各跑一遍确认不依赖某台机器性能——再追求「跑快」大模型推理主线先 Profiling 定位瓶颈如 RMSNorm 小算子链路再上融合 / 量化 / 图模式算子主线多做多核切分、双缓冲、向量化的改写对比优化前后想看真实案例怎么调直接读 blogs/ 里的推理与算子优化实战代码质量——最后做到「能贡献」按contrib/目录规范组织命名全小写、下划线连接提 PR 前跑一遍自检AI 低错检查、Checklist 自检、在线体验验证、同步主 README涉及第三方数据集只写下载说明不把数据集本身合入代码下一步把整条路收成一张可重复的清单方便下次照着走。带走清单全流程编号 现在就能做 ✅从 0 到上手就这 7 步按序走不迷路选环境没硬件 → 在线体验要 NPU → CANNLab有服务器 → 本地跑第一课quick_start/cann_basics点「在线体验」跑通第一个 Notebook选主线按角色从五条主线里挑一条推理 / 训练 / 算子 / 应用 / 推荐逐 cell 跑主线讲解 章节实践都做对照answer/核对卡住先查对号入座状态速查表 翻 docs/进阶算子去 CANNJudge 刷题 完整工程想贡献按规范开发 → CANNLab 验证 → PR 到contrib/现在就能做的三件小事打开quick_start/cann_basics点「在线体验」5 分钟跑通第一个 Notebook记下你的角色把对应主线写进你的学习计划想深入算子从 Ascend C 算子开发Kernel 直调版 入手比工程版更友好【免费下载链接】cann-learning-hubCANN 学习中心仓支持在线互动运行、边学边练提供教程、示例与优化方案一站式助力昇腾开发者快速上手。项目地址: https://gitcode.com/cann/cann-learning-hub创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考