企业官网建设流程全解析

NpuOpsTransformerExt

【免费下载链接】cann-recipes-infer本项目针对LLM与多模态模型推理业务中的典型模型、加速算法，提供基于CANN平台的优化样例项目地址: https://gitcode.com/cann/cann-recipes-infer

简介 | Overview

该目录包含用于Qwen3-Next 推理的 NPU 融合算子实现，目前包括：

• rmsnormgated融合算子
• Gated Delta Network (GDN)融合算子

这些算子以 PyTorch Extension 的形式实现，并在安装后注册到torch.ops命名空间中供框架调用。

核心组件 | Core Components

本模块主要包含以下关键组件：

1. gated_delta_net/<op_dir>/算子实现目录，主要包含：

   • <op_name>.cpp：算子调用文件。
   • op_kernel/：算子 Kernel 具体实现代码。

2. gated_delta_net/<op_dir>/CMakeLists.txt算子编译配置文件。

3. npu_ops_transformer_ext/npu_ops_transformer_ext/npu_ops_def.cpp算子接口注册文件。

环境要求 | Prerequisites

• Python ≥ 3.8
• CANN Ascend Toolkit
• PyTorch ≥ 2.1.0
• torch_npu (PyTorchAdapter)

上述依赖的安装与环境配置请参考 Qwen3-Next README。

安装步骤 | Installation

1. 进入算子目录，安装依赖：

pip install -r requirements.txt

2. 从源码构建.whl包：

python -m build --wheel -n

3. 安装构建好的.whl包：

pip install dist/*.whl --force-reinstall --no-deps

4. （可选）如果需要重新编译，建议先清理编译缓存：

python setup.py clean

算子调用 | Usage

完成编译并安装.whl包后，自定义算子会注册到torch.ops命名空间中，可通过如下方式调用：

import torch import npu_ops_transformer_ext # 调用自定义算子 out = torch.ops.npu_ops_transformer_ext.my_ops(input)

其中：

• npu_ops_transformer_ext为算子注册的 namespace
• my_ops为具体算子名称（在npu_ops_def.cpp中定义）

当前模块包含的算子示例：

torch.ops.npu_ops_transformer_ext.recurrent_gated_delta_rule(...) torch.ops.npu_ops_transformer_ext.mambav2_rmsnormgated(...)

具体输入参数格式请参考对应算子的实现代码。

【免费下载链接】cann-recipes-infer本项目针对LLM与多模态模型推理业务中的典型模型、加速算法，提供基于CANN平台的优化样例项目地址: https://gitcode.com/cann/cann-recipes-infer