2026-10 华为 AI 学习更新

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。

2026-10-03

建立本仓库的第一版学习体系。

当前学习主线：

• Ascend / Atlas
• CANN
• PyTorch on Ascend
• MindSpore
• LLM inference
• 分布式训练
• SuperPoD
• AI Cluster 网络
• ModelArts

学习原则

1. 官方文档优先。
2. 所有安装命令必须标注版本。
3. 区分产品发布信息、当前可获得产品和未来路线图。
4. 不把 CUDA 概念机械套用到 CANN；类比只用于帮助理解。
5. 先单机单卡，再单机多卡，最后学习集群。

下一批内容

• Ascend / Atlas / CANN 名词关系图
• CANN 组件详解
• PyTorch + torch_npu 最小实验
• SuperPoD 与传统 GPU Cluster 的架构差异
• 华为 AI 集群网络入门

2026-10-03（最新资料增量）

本次只加入已核实且对学习路线有明显价值的内容，没有新建其他仓库。

新增

• 02-ascend-hardware/2026-10-superpod-unifiedbus.md

  • Atlas 960E SuperPoD
  • UnifiedBus 的机柜内 / 机柜间 / 集群间层次
  • UnifiedBus 与 RoCE、Scale-up / Scale-out 的关系
  • Ascend 960DT / 960PR / 970 / 980 路线图状态

• 03-cann/2026-10-cann-open-source-and-versioning.md

  • CANN 持续社区化开源进展
  • TorchNPU / PyTorch / CANN 版本配套
  • 强调 Driver / Firmware 必须按具体硬件匹配
  • 解释 TorchNPU 产品版本和 Python 包版本的区别

• 05-mindspore/README.md

  • 当前正式版 MindSpore 2.10（2026-07-30）
  • STABLE / DEMO 功能状态
  • 说明 master 中 2.11 文档不等同于当前正式稳定版

• 06-llm-inference/2026-10-vllm-deepgemm-ecosystem.md

  • vLLM Ascend 0.23.0.post1
  • v0.23.0 明确依赖矩阵
  • Triton-Ascend 版本线
  • DeepGEMM-Ascend 2026-09-30 初始发布

本次最重要的学习结论

1. 不要把路线图产品写成已商用产品。
2. 不要把生态里每个组件都单独升级到最新版。
3. 做任何 Ascend 实验必须记录硬件、OS、Driver、Firmware、CANN、Python、PyTorch、torch_npu 和上层框架版本。
4. SuperPoD 是系统级架构问题，不能只看单卡 FLOPS。
5. vLLM / Triton / DeepSeek 项目是重要生态，但要和华为官方产品/软件发布分开标注。