模式E（学习路线）+ 仓库概览类型

---

刚接触昇腾CANN那会，我最大的感受是：资料太多，不知道从哪下手。官方文档、技术博客、视频教程、开源仓库……散落在各处，找个小问题的答案要翻半天。

直到我发现 cann-learning-hub 这个仓库——昇腾社区把学习资源全部整合到一个地方了。

cann-learning-hub 是什么

简单说，cann-learning-hub 是昇腾CANN开源社区的学习中心。它不是代码仓库，是一个资源导航 + 教程集合 + 竞赛入口的综合性仓库。

在 CANN 五层架构里，cann-learning-hub 比较特殊：

• 不属于任何一层：它是社区运营仓库，不是技术组件
• 服务于所有层：无论你做应用开发（第1层）、算子开发（第2层）还是编译器开发（第3层），都能在这里找到对应的学习资源

仓库里有什么

cann-learning-hub 的内容可以分成四大类：

1. 教程文档（Tutorials）

覆盖从入门到精通的全路径：

• 入门系列：CANN 架构概览、AscendCL 接口入门、第一个算子开发
• 进阶系列：算子融合原理、图编译流程、性能调优技巧
• 实战系列：大模型推理部署、视觉类应用开发、分布式训练

每个教程都有完整的代码示例，可以直接克隆下来跑。

2. 技术博客（Blogs）

社区定期发布深度技术文章，比如：

• “FlashAttention 在昇腾NPU上的优化实践”
• “catlass 模板库：让算子开发效率提升10倍”
• “GE 图引擎原理剖析：如何实现代码零修改性能最大化”

这些博客的质量比官方文档高，因为都是一线开发者写的踩坑总结。

3. 竞赛与活动（Competitions）

cann-learning-hub 是昇腾社区竞赛的信息入口：

• 算子优化竞赛：比谁写的算子更快
• 模型移植竞赛：比谁把 PyTorch 模型搬到昇腾NPU 上跑得更快
• 应用创新竞赛：用 CANN 做有趣的应用

参赛不仅能拿奖金，还能直接跟昇腾官方团队的技术专家交流。

4. Skill 市场（Skills）

这是 cann-learning-hub 最特别的地方——它集成了 CANN 内容生成 Skill。

你可以用这些 Skill 自动生成技术文章、算子文档、教程内容。比如：

• cann-content-gen：批量生成 CANN 技术文章（就是我现在用的这个）
• cann-doc-gen：自动生成算子 API 文档
• cann-tutorial-gen：根据代码自动生成教程

学习路线推荐

不同角色的人，学习路径不一样。cann-learning-hub 给了几条经典路线：

路线A：应用开发者（用 CANN 做模型推理/训练）

1. 第1周：读 CANN 架构概览，理解五层架构
2. 第2周：学 AscendCL 接口，跑通第一个推理样例（cann-samples 仓）
3. 第3周：学 PyTorch/MindSpore 框架适配，把自己的模型搬过来
4. 第4周：学性能调优（AOE 调优引擎），把推理速度提上去

一句话总结：你不是搞算子的，用 Python ACL 就够了。

路线B：算子开发者（写算子优化性能）

1. 第1周：读 catlass 模板库教程，理解分层模板设计
2. 第2周：学 Ascend C 编程语言，写第一个算子（HelloOp）
3. 第3周：学 ops-transformer/ops-nn 仓的算子实现，理解融合策略
4. 第4周：学性能调优，用 AOL 算子库测性能

一句话总结：你想榨干 NPU 的每一滴性能，得从算子层优化。

路线C：生态贡献者（给 CANN 开源社区做贡献）

1. 第1周：读 community 仓的贡献指南，理解 PR 流程
2. 第2周：挑一个 good first issue，提交第一个 PR
3. 第3周：参与 cann-agreements 讨论，理解开源协议
4. 第4周：自己发现痛点，提一个 feature request 或 bug fix

一句话总结：你不只是用户，还是共建者。

怎么用 cann-learning-hub

第1步：克隆仓库

git clone https://atomgit.com/cann/cann-learning-hub.git
cd cann-learning-hub

第2步：按角色选路线

仓库根目录下有 README.md，列出了所有学习资源的入口。按你的角色（应用开发者/算子开发者/生态贡献者）选对应的目录：

# 应用开发者
cd tutorials/application-development

# 算子开发者
cd tutorials/operator-development

# 生态贡献者
cd contribution-guide

第3步：跟着教程走

每个教程目录里都有 README.md + 代码样例 + 环境配置脚本。照着做就行，踩坑点都标注了。

第4步：参与竞赛/社区

学完了想实战？去 competitions/ 目录看当前进行的竞赛，选一个报名参加。

下一步

直接去 cann-learning-hub 仓库逛逛，比在网上瞎找资料效率高 10 倍：

https://atomgit.com/cann/cann-learning-hub

顺便说一句，如果你想系统学 CANN，从这个仓库开始，少走 80% 的弯路。