QT6报无法打开资源

在这里插入图片描述
在这里插入图片描述
可明明资源已存在为何还是打不开

排查下来，是工程这边暂未添加导致；手动修改CMakeLists.txt文件内容
在这里插入图片描述
ps： Qt6官方推荐使用CMakeLists.txt的方式构建工程，可使用下来在一些方面还不如原来的qmake，难道是使用方式不对，后续再研究下

# qt6.3
Logo
鲲鹏昇腾开发者社区是面向全社会开放的“联接全球计算开发者，聚合华为+生态”的社区，内容涵盖鲲鹏、昇腾资源，帮助开发者快速获取所需的知识、经验、软件、工具、算力，支撑开发者易学、好用、成功，成为核心开发者。

鲲鹏昇腾开发者社区是面向全社会开放的“联接全球计算开发者，聚合华为+生态”的社区，内容涵盖鲲鹏、昇腾资源，帮助开发者快速获取所需的知识、经验、软件、工具、算力，支撑开发者易学、好用、成功，成为核心开发者。

更多推荐

比华为官方 torch_npu 更快：我用 C++/Ascend 写了一个 7B deepseek推理引擎

本文介绍了一个基于C++和Ascend NPU的7B模型推理引擎项目，通过直接编写底层推理核心而非依赖PyTorch框架，在单batch解码场景下实现了35.7 tokens/s的速度，比华为官方torch_npu baseline快3.2%。作者详细展示了项目构建、模型下载、测试对比等完整流程，证明手写C++ runtime在Ascend设备上的性能优势。该项目采用Direct .so推理路径，

avatar 鲲鹏昇腾开发者社区

【cann-samples系列】RmsNormQuant：Ascend950 上的高性能 Vector 算子分阶段优化实践

本文记录Vector融合算子 RmsNormQuant 在昇腾Ascend950上的性能优化过程。RmsNormQuant 是 LLM 推理中 RmsNorm 归一化与 Int8 量化的融合算子，通过消除中间结果的 GM 写回+读入，在访存效率上优于分离执行。优化从最基础的公式直译实现出发，逐步识别并消除每一层性能瓶颈，最终达成 157 倍的性能加速。Vector 算子的性能建模方法——如何通过

avatar 鲲鹏昇腾开发者社区
cover

昇腾CANN集合通信库HCCL：分布式训练的数据并行通信原理与性能调优

avatar 鲲鹏昇腾开发者社区