CANN：开源进展与版本配套（2026-10）

查看原始笔记 · 仓库最近更新：2026-10-03。具体核验日期以正文为准。

状态快照：2026-10-03。昇腾软件栈最容易踩坑的地方不是“不会安装”，而是版本混装。

1. CANN 在昇腾软件栈中的位置

先记住：

PyTorch / MindSpore / 推理框架
        ↓
torch_npu / 框架适配层
        ↓
CANN
        ↓
Driver + Firmware
        ↓
Ascend NPU

CANN 不是一个单独的 Python 包，而是一套连接上层框架与昇腾硬件的 AI 软件栈。

华为在 HUAWEI CONNECT 2026 表示，CANN 已进入持续、社区驱动的开源开发阶段。

同时，面向新一代 Ascend 的开发能力也在继续扩展，包括：

Ascend C 增加 SIMD + SIMT 编程模式。
新增 Regbase 编程能力。
PTO ISA 已公开超过 120 条虚拟指令，覆盖基础计算、数据搬运、通信等类别。
华为开源了面向算子生成、模型适配、精度调优和行业部署的 Agent 工具，包括 CANNBot、Model Agent、MindStudio Agent、Solution Agent。

状态：官方已宣布并持续推进。

截至 2026-10-03，Ascend 官方 PyTorch 适配项目给出的推荐组合中可看到：

因为不同硬件（例如 A2、A3、310P、950 系列）对应的驱动、固件和 CANN 组合不完全相同。

因此正确做法不是：

先装一个“最新 Driver”
再装一个“最新 CANN”
再装一个“最新 torch_npu”

而应该是：

先确定硬件型号
    ↓
查官方兼容矩阵
    ↓
确定 Driver / Firmware
    ↓
确定 CANN
    ↓
确定 Python
    ↓
确定 PyTorch
    ↓
确定 torch_npu

Ascend/PyTorch 官方文档里同时存在：

例如 2026 年 7 月的 TorchNPU 26.1.0，可分别配套不同 PyTorch 分支：

当前 TorchNPU README 的示例环境初始化为：

source /usr/local/Ascend/cann/set_env.sh

老教程经常能看到：

source /usr/local/Ascend/ascend-toolkit/set_env.sh

所以复制旧教程命令之前，要先确认自己安装的 CANN 版本和实际目录结构。

以后每次做实验，都建议在实验文档最上方固定写：

硬件：
OS：
架构：x86_64 / aarch64
Driver：
Firmware：
CANN：
Python：
PyTorch：
torch_npu：
推理框架（如 vLLM Ascend）：
模型：

只有这样，遇到算子不支持、编译失败、HCCL 错误或模型跑不起来时，才有条件排查。