在昇腾 AI 芯片的算子开发中，Ascend C 提供两种核心开发流程，不同流程的适配场景与实现复杂度差异显著。本文结合实战案例，详细拆解两种流程的执行步骤、核心区别及选型建议，助力开发者高效完成算子开发。

一、两种开发流程核心拆解

（一）快速开发调试流程：聚焦 Kernel 核函数验证

快速开发模式以算子核函数为核心，通过 Kernel 直调方式跳过 Host 侧复杂实现，专注于 Device 侧计算逻辑的验证。流程如下：

1. 环境准备：安装昇腾 CANN 基础开发环境，配置 Ascend C 编译依赖（如 ascend-toolkit），确保 Kernel 直调工具可正常使用。
2. 矢量 / 矩阵编程：基于 Ascend C 的__vector__、__matrix__扩展语法实现 Kernel 函数，例如加法算子需通过vdadd指令实现向量并行计算。
3. Kernel 直调验证：使用内核调用符直接调用 Kernel 函数，传入测试数据（如随机生成的 float32 张量），通过打印输出结果验证计算正确性。
4. 调试调优：借助昇腾调试工具（如 gdb-for-ascend）定位计算错误，通过调整指令排列、数据对齐方式优化算子性能。

该模式适用于算子原型验证、核函数逻辑调试场景，可快速验证计算逻辑的正确性，大幅缩短开发周期。

（二）标准开发调试流程：全链路工程化实现

标准模式需完成 Host 侧、Device 侧及应用层全链路开发，适配实际生产环境中的算子调用场景（如通过 AscendCL API 或 PyTorch 框架调用）。流程拆解如下：

1. 环境准备：完整安装 CANN 软件栈（含驱动、固件、开发工具链），配置环境变量ASCEND_CANN_PACKAGE_PATH指向安装目录。
2. 算子分析：明确算子数学表达式（如C = A + B）、输入输出张量属性（shape 为 [N, C, H, W]、dtype 为 float16、format 为 NHWC），分析数据依赖关系与并行计算潜力。
3. 工程创建：通过 CANN 工具mgcGcn生成算子工程，示例命令：mgcGcn add -i add_custom.json -c core ascendclan -o out AddCustom，自动生成 Host 侧代码、Kernel 文件及编译配置。
4. 全链路实现：分别完成 Kernel 侧计算逻辑、Host 侧 Tiling 分块与算子注册，通过CMakeLists.txt配置编译规则。
5. 编译部署与测试：执行build.sh编译生成算子包（如custom_opp.so），部署至 OP 库目录后，通过 ST 测试用例验证算子功能，最终通过 ACLNN API 或 PyTorch Adapter 调用。

该模式适用于生产级算子开发，支持复杂场景适配与批量部署，但开发周期较长。

二、流程对比与选型建议

选型建议：前期采用快速模式验证 Kernel 逻辑，待计算正确性确认后，扩展为标准模式完成全链路开发与部署。

三、关键技术要点

• Kernel 直调工具：需安装ascend-kernel-debug包，通过npu-smi info确认设备状态，确保直调指令可正常下发。
• 工程生成工具：mgcGcn需指定算子原型文件（如add_custom.json），明确输入输出张量参数，避免自动生成代码缺失关键信息。
• ST 测试：标准模式需编写测试用例，覆盖不同 shape、dtype 场景，通过pytest执行测试，确保算子功能稳定性。

• 训练营简介：

  2025年昇腾CANN训练营第二季，基于CANN开源开放全场景，推出0基础入门系列、码力全开特辑、开发者案例等专题课程，助力不同阶段开发者快速提升算子开发技能。获得Ascend C算子中级认证，即可领取精美证书，完成社区任务更有机会赢取华为手机，平板、开发板等大奖。

  报名链接：

  https://www.hiascend.com/developer/activities/cann20252?tab=overview