cannbot-knowledge算子卡源码级生产指南揭秘VV/CV双Producer设计原理【免费下载链接】cannbot-knowledgecannbot算子开发知识库插件依赖的知识库本体仓给cannbot提供统一的知识底座。项目地址: https://gitcode.com/cann/cannbot-knowledgecannbot-knowledge是 CANN 社区的算子开发知识库仓为 CANNBot 智能体提供统一的知识底座。本文将带你快速看懂它最核心的设计——VV/CV 双 Producer 机制如何从固定版本源码中自动化生产可复用、可追溯的算子卡帮你少踩坑、快上手。一、cannbot-knowledge 是什么CANN 算子开发的知识底座在 Ascend 芯片上做算子开发工程师每天都在面对大量重复问题某个 ACLNN 接口的 Tiling 参数怎么算Kernel 在 A2/A3 平台上分别走哪条 RouteUB 够不够、双缓冲怎么复用cannbot-knowledge 把这些散落在源码和经验里的答案沉淀成Markdown 知识卡用统一格式管理目录作用knowledge/唯一的技术知识正文存放算子卡、API 卡、Runbookgovernance/Schema、注册表与校验规则保证知识可机读.agents/skills/知识的生产、检索与检查流程Skilldocs/、recipes/设计原则与场景化操作指南算子知识按operators/aclnn|direct/...组织导航入口见 Ascend C 算子索引。知识卡的设计原则可查询、可追溯、可长期维护完整说明在 设计原则 中。二、为什么算子卡要源码级生产普通文档可以概括一个算子做了什么但要指导实现复用必须回答它为什么这么做。源码级算子卡要闭合的事实链非常长公开入口 → 参数校验/前处理 → Host selectorRoute 选择 → Tiling/POD 逐字段参数 → Kernel router → 实际 body搬运/计算/同步/精度/尾块→ 内存字节账 → 构建接线这条链路无法用固定模板填空因此仓库为它专门设计了两个源码级 Producer SkillVV Producer 规范CV Producer 规范三、VV/CV 双 Producer 的分工一条路由规则核心规则只看一件事目标算子全部 Host 可达 Device 节点中是否包含 Cube/AIC 或 MIX_CV 节点。Producer适用对象一句话定位VVops-knowledge-vv-ingest所有可达节点都不含Cube/AIC 或 MIX_CV 的算子覆盖 AIV/Vector、SIMT、NDDMA、非 Cube 通信/Hybrid 等纯向量侧执行族CVops-knowledge-cv-ingest至少一个可达节点含Cube/AIC 或 MIX_CV 的算子额外闭合 Cube 数据流GM→L1→L0A/L0B→Mmad→L0C→Fixpipe/GM与 AIC↔AIV 交接边这条规则来自 Knowledge Skills 规范 的Operator producer章节有两个容易误解的点多 Kernel 不是执行族。一个算子即使启动 10 个 Kernel只要每个节点都不碰 Cube就整体归 VV反之只要有一个节点碰 Cube就整体归 CV。不按单条 Route 拆分。CV 算子里那些纯非 Cube 的分支也由 CV Producer 在同一张卡中闭合不会改派给 VV。SIMT、NDDMA、通信、Hybrid 本身都不触发CV 切换。各执行族的闭包要求队列深度、SIMT 线程映射、NDDMA 阶段图等分别定义在 VV 执行族参考 和 CV 执行族参考 中。四、双 Producer 的六条共同铁律 两个 Skill 的执行粒度完全一致VV 是基础流程CV 在此基础上扩展 Cube 相关章节输入必须冻结任务必须给定固定源码仓 40 位 Commit、唯一逻辑算子、入口类型、平台、CANN 版本和独占目标文件缺一不可缺了就停止写入。递归追踪源码闭包Prompt 给的源码范围只是扫描起点include、继承、共享 Tiling 基类、CMake 依赖都必须追到实际实现不允许把调用公共模板当结论。还原 launch graph 而非罗列参数逐 Route 建立key → 模板 → POD → Kernel 节点/边 → body完整矩阵节点间的 producer/consumer、offset、同步、生命周期逐边记录。做内存字节账UB 总量必须按depth × 对齐元素数 × dtype 字节数逐项累加L1/L0/workspace 同理逻辑 tensor 长度不能替代物理分配容量。只写源码可证明的机制每条优化 Trick 必须给出适用 Route、触发条件、最小源码片段和失效去向不推测性能收益明确标注本次知识提取未执行编译、真机、数值或性能测试。停止条件优先于产出任一闭包不成立或平台证据冲突时不创建/覆盖卡片只报告精确缺口——宁可少一张卡不可错一张卡。五、产出的算子长什么样最终卡片使用各自固定的模板结构以 CV 算子卡模板 为例每张卡包含算子速览入口符号、计算语义、执行类型、Kernel 路线、来源闭包状态Host/Launcher 执行流程参数校验、Workspace 切片与生命周期逐 Route 实现选择谓词、调用链、源码等价伪码、分层内存字节账优化 Trick 与限制可迁移场景、平台差异、失效边界Frontmatter 证据每个结论都带含 40 位 Commit 的固定来源保证可追溯。卡片只写入任务指定的最终文件不写 index、Registry、日志等周边内容——周边维护由外层贡献流程负责职责边界清晰。六、快速上手三步开始生产算子卡 安装 Skill运行 install.sh 安装到 contributor 模式VV/CV 两项 Producer 会随ops-knowledge-vv-ingest、ops-knowledge-cv-ingest链接到项目.agents/skills/冻结任务输入确定源码仓 Commit、逻辑算子、入口类型ACLNN / Host·Tiling / Direct Invoke、目标平台与独占目标文件按分流规则选择 Producer先枚举全部 Host 可达 Device 节点——无 Cube/AIC 与 MIX_CV 用 VV有则用 CV闭包完成后再走 Lint、索引与目标 Query 验证。安装与检索的完整说明见 安装与使用指南算子开发场景最佳实践见 算子开发配方。七、常见问题 FAQ ❓Q1一个算子既有 Cube 节点又有 Vector 节点应该用哪个 Producer用 CV。只要存在可达 Cube/AIC 或 MIX_CV 节点纯 Vector 分支也一并由 CV 在同一张卡中闭合。Q2多 Kernel 算子一定要用 CV 吗不一定。执行族与启动拓扑是两个独立维度全 VV 算子的多 Kernel 场景由 VV 按 launch graph 逐节点闭合。Q3为什么 Skill 不直接编译验证算子Producer 的职责是源码事实提取运行验证编译、真机、数值、性能由外层流程承担。这样卡片上已完成源码闭包与已验证运行两条状态不会混淆。八、总结 cannbot-knowledge 用VV/CV 双 Producer把一个复杂问题拆干净分流规则简单只看可达节点是否含 Cube/AIC 或 MIX_CV一眼判定执行标准统一两个 Skill 共享同一套冻结输入 → 递归闭包 → 逐 Route 下钻 → 内存账 → 停止条件流程产出质量有底线闭包不足就停止绝不产出半张卡。这就是它能为 CANN 算子开发提供统一知识底座的原因——每一张算子卡背后的事实都能一路回溯到固定 Commit 的源码证据。【免费下载链接】cannbot-knowledgecannbot算子开发知识库插件依赖的知识库本体仓给cannbot提供统一的知识底座。项目地址: https://gitcode.com/cann/cannbot-knowledge创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考