在openEuler（昇腾平台）上基于Conda安装CANN和PyTorch的完整过程

本文总结了在Conda环境中配置Ascend NPU环境的完整过程。首先通过创建activate.d文件夹实现自动加载set_env.sh脚本，解决了每次激活环境都需要手动设置的问题。随后详细记录了安装PyTorch 2.6.0和torch-npu过程中遇到的依赖缺失问题，包括numpy、decorator、scipy、attrs、psutil等模块的逐一安装过程。最终成功运行了简单的矩阵运算测试

重构算力底座：基于Docker多架构镜像与K8s调度的GB28181/RTSP异构AI视频云平台

本文介绍了一个企业级AI视频管理平台如何通过云原生技术解决异构算力适配难题。该平台采用硬件抽象层（HAL）和Docker Multi-arch技术，实现跨x86/ARM架构的统一资源池化，支持NVIDIA、昇腾、瑞芯微等不同芯片的无缝调度。核心架构将流媒体处理与AI推理解耦为微服务，利用K8s自动扩缩容提升资源利用率。平台还实现云边端协同，支持边缘策略热更新和模型热切换。实测显示该方案可节省95%

国产化适配指南：C# .NET应用在鲲鹏+统信UOS环境下的编译调试与性能调优