企业官网建设流程全解析

Ascend910_95 硬件速查手册（面向 Triton Agent）

【免费下载链接】cannbot-skillsCANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体，本仓库为其提供可复用的 Skills 模块。项目地址: https://gitcode.com/cann/cannbot-skills

触发条件

当 Triton Agent 遇到以下场景时，需要参考本文档：

• 目标设备为 Ascend910_95 / 950PR / 950DT 系列（架构代号dav-c310）
• 需要确定内存分配策略（UB/L1/L0C 容量、对齐约束）
• 需要选择正确的 Pipeline 或数据通路（尤其是 L0C->UB 直通、UB->L1 通路）
• 需要判断 Reg-based vs Mem-based 架构行为差异（SIMT VF 模式、同步机制、归约降级）
• 需要使用紧耦合缓冲区（TightlyCoupledBuffer）
• 需要确认对齐要求以避免硬件异常

核心知识：规格速查表

AI Core 架构

每个 AI Core = 1 Cube (AIC) + 2 Vector (AIV) + Scalar VectorCoreCount = 2 * CubeCoreCount = 2 * AiCoreCount

Ascend910_95 系列规格表

UB 248KB = 256KB - 8KB（预留 8KB 给编译器），源码值UbSize=2031616 bits

内存层次速查

IR 声明示例：

memref<?x?x?x?xf32, #hivm.address_space<cbuf>> memref<?x?x?x?xf32, #hivm.address_space<cc>> memref<256x256xf16, #hivm.address_space<gm>> memref<128x128xf32, #hivm.address_space<ub>>

专用硬件缓冲区

对齐要求（所有架构一致）

910_95 特别注意

与 910B 的关键差异速查

数据通路 ASCII 图（910_95 特有）

+-----------------------------------------------------------------------------+ | Global Memory (GM / HBM) | +---------------------------------------+-------------------------------------+ | +-------------------+-------------------+ | | +-----v-----+ +-----v-----+ | MTE2 | | MTE2 | | GM -> L1 | | GM -> UB | | (双向) | | (单向) | +-----+-----+ +-----+-----+ | | v v +-----------------------+ +----------------------+ | L1 | | UB | | (cbuf, 512KB) | | (ub, 248KB,预留8KB) | | Cube输入缓存 | | Vector工作区 | +-----------+-----------+ +--------+-------------+ | | +-----------+-----------+ | | | | | +-----v-----+ +---v---+ +-----v-----+ | | MTE1 | | MTE1 | | MTE1 | | | L1 -> L0A | |L1->L0B| |L1 -> BT Buf| | +-----+-----+ +---+---+ +-----+-----+ | | | | | v v v | +-----------+ +-----------+ +-----------+ | | L0A | | L0B | | BT Buffer | | | (ca,64KB) | | (cb,64KB) | | (1KB) | | | 矩阵A输入 | | 矩阵B输入 | | Bias数据 | | +-----+-----+ +-----+-----+ +-----+-----+ | | | | | +-------------+-------------+ | | | v | +------------------+ | | Cube | | | (MatMul) | | +--------+---------+ | | | v | +------------------+ | | L0C | | | (cc, 256KB) | | | 矩阵乘法结果 | | +--------+---------+ | | | +-----------+-----------+-----------+ | | | | | | +-----v-----+ +---v---+ +-----v-----+ | | | FIX | | FIX | | FIX | | | | L0C -> GM | |L0C->L1| | L0C -> UB |<----+ | | | | | | (950特有) | | +-----+-----+ +---+---+ +-----+-----+ | | | | | v v v | +-----------+ +-----------+ +----------------------+ | | GM | | L1 | | UB (紧耦合缓冲区) |<---------+ +-----------+ +-----------+ +----------+-----------+ | | | +-----v-----+ | | MTE3 | | | UB -> GM | | +-----+-----+ | | | v | +-----------+ | | GM | | +-----------+ |

910_95 vs 910B 关键通路差异：

910_95: GM -> L1 -> L0A/L0B -> L0C -> UB -> V -> UB -> GM ^^^^^^^^^^^^ L0C直通UB（省去GM中转） 910B: GM -> L1 -> L0A/L0B -> L0C -> GM -> UB -> V -> UB -> GM ^^^^^^^^ 必须经过GM中转

Reg-based vs Mem-based 架构差异

910_95 是Reg-based (A5)架构，910B 是Mem-based (A2/A3)架构。

判断函数：

bool isRegBasedArch(TargetDevice targetDevice) { return isAscend310B(targetDevice) || isAscend950(targetDevice); } bool isMemBasedArch(TargetDevice targetDevice) { return isAscend910B(targetDevice) || isAscend910_93(targetDevice); }

核心区别：

Pipeline 枚举速查

完整枚举还包括：PIPE_ALL(6), PIPE_MTE4(7), PIPE_MTE5(8), PIPE_V2(9), VIRTUAL_PIPE_MTE2_L1A(11), VIRTUAL_PIPE_MTE2_L1B(12), PIPE_NUM(13), PIPE_UNASSIGNED(99)

源-目标到 Pipeline 映射：

紧耦合缓冲区（910_95 特有）

IR 表示：

#hivm.tightly_coupled_buffer<id : optional<i32>>

两种模式：

Pipeline 选择逻辑：

if (isAscend950(target)) { if (enableLayoutOptimization) { InsertCVDataMovement // A5 新布局优化路径 } else { InsertCVTightCoupledBuffer // 传统紧耦合缓冲区路径 } } else { InsertLoadStoreForMixCV // 非 950: 必须经过 GM 中转 }

VFMode 枚举（仅 Reg-based 架构使用）

核心类型枚举速查

操作级 TCoreType：

函数级 TFuncCoreType：

相关文档链接

• 01-npu-hardware-overview.md -- NPU 硬件架构总览（完整型号规格、架构分类详解）
• 02-memory-hierarchy.md -- 内存层次详解（完整数据通路、随路操作、910B ASCII 图）
• 03-pipeline-execution-model.md -- Pipeline 执行模型（同步机制、Trait 定义、Event ID）
• 04-data-layout.md -- 数据布局详解（ND/NZ/zN/nZ/Fractal、布局转换操作）
• NPUTargetSpec.td -- 型号规格 TableGen 源文件
• HIVMAttrs.td -- IR 属性枚举源文件

【免费下载链接】cannbot-skillsCANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体，本仓库为其提供可复用的 Skills 模块。项目地址: https://gitcode.com/cann/cannbot-skills