全面解读 CANN 9.0.0 版本发布说明:Ascend 950PR 适配、算力加速与安装易用性升级
全面解读 CANN 9.0.0 版本发布说明:Ascend 950PR 适配、算力加速与安装易用性升级
导读
本文基于开源仓库 cann/release-management 中 9.0.0/release-notes_en.md(及对应的中文版 9.0.0/release-notes.md)展开,系统梳理 CANN 9.0.0 的版本配套关系、四大关键特性、九个技术域的新增能力、废弃特性、已知问题与规避方案,并给出子包独立升级的完整实操命令。读者读完后,将能快速判断 CANN 9.0.0 是否适配自身硬件与场景,掌握版本选型与配套关系核对方法,并可直接上手执行子包按需升级。
一、发布背景:CANN 9.0.0 在 release-management 仓库中的定位
CANN 版本发布管理仓库(README.md)用于统一 CANN 版本的管控规范,明确版本发布全流程、版本号定义与变更记录要求,其核心内容包括:发布计划和时间表、发布说明(Release Notes)、版本管理策略、发布文档和发布历史记录。每个版本目录下均维护 release-notes.md 与 release-plan.md 两份文件,其中 9.0.0 还额外提供了英文版 9.0.0/release-notes_en.md 以便国际化检索。
从 9.0.0/release-plan.md 的发布时间表可以看到 9.0.0 的完整发布节奏:
| 阶段 | 开始时间 | 结束时间 |
|---|---|---|
| 特性收集(Collect feature) | 2026/01/01 | 2026/01/30 |
| 开发(Develop) | 2026/01/15 | 2026/03/08 |
| 构建(Build) | 2026/03/09 | 2026/03/09 |
| 测试第一轮(Test round 1) | 2026/03/10 | 2026/03/16 |
| 测试第二轮(Test round 2) | 2026/03/17 | 2026/03/22 |
| 测试第三轮(Test round 3) | 2026/03/23 | 2026/03/28 |
| QA 报告(QA report) | 2026/03/29 | 2026/03/29 |
| 发布(Release) | 2026/03/30 | 2026/03/30 |
即 CANN 9.0.0 经过三轮测试与 QA 验收后于 2026 年 3 月 30 日正式发布。本文后续内容均以此版本发布说明为事实依据。
二、版本配套关系:选型前必读的四张对应表
CANN 9.0.0 发布说明给出了四组关键配套关系,涉及驱动、组合包、可独立升级子包和开源子包,是安装部署前必须核对的依据。
2.1 CANN 与 Ascend HDK 驱动版本配套关系
| CANN 版本 | 配套 Ascend HDK 版本 |
|---|---|
| CANN 9.0.0 | Ascend HDK 26.0.RC1、Ascend HDK 25.5.2、Ascend HDK 25.5.1 |
| CANN 8.5.2 | Ascend HDK 26.0.RC1、Ascend HDK 25.5.2、Ascend HDK 25.5.1 |
可见 CANN 9.0.0 与 CANN 8.5.2 共用同一批 HDK 驱动版本,用户在升级 CANN 时如当前驱动已为上述版本之一,可不必同步更换驱动。
2.2 CANN ops 算子组合包与 toolkit 组合包配套关系
| ops 版本 | 配套 Toolkit 版本 |
|---|---|
| ascend-cann-ops 9.0.0 | ascend-cann-toolkit 9.0.0、ascend-cann-toolkit 8.5.2 |
| ascend-cann-ops 8.5.2 | ascend-cann-toolkit 9.0.0、ascend-cann-toolkit 8.5.2 |
两组 ops 与 toolkit 版本相互兼容,即 9.0.0 与 8.5.2 的 ops/toolkit 可以交叉组合,为按需组合安装提供了灵活度。
2.3 CANN ops 内可独立升级子包配套关系
以下子包属于 CANN ops 组合包内可独立升级的组件,均以 v9.0.0 作为源码标签,同时配套 CANN 9.0.0 与 CANN 8.5.2:
| CANN 子包版本 | 版本源码标签 | 配套 CANN 版本 |
|---|---|---|
| cann-ops-math 9.0.0 | v9.0.0 | CANN 9.0.0、CANN 8.5.2 |
| cann-ops-nn 9.0.0 | v9.0.0 | CANN 9.0.0、CANN 8.5.2 |
| cann-ops-cv 9.0.0 | v9.0.0 | CANN 9.0.0、CANN 8.5.2 |
| cann-ops-transformer 9.0.0 | v9.0.0 | CANN 9.0.0、CANN 8.5.2 |
| cann-hccl 9.0.0 | v9.0.0 | CANN 9.0.0、CANN 8.5.2 |
| cann-hixl 9.0.0 | v9.0.0 | CANN 9.0.0、CANN 8.5.2 |
2.4 CANN 开源子包配套关系
以下开源子包仅配套 CANN 9.0.0 一个版本,升级时需特别注意版本锁定:
| CANN 子包版本 | 版本源码标签 | 配套 CANN 版本 |
|---|---|---|
| cann-opbase 9.0.0 | v9.0.0 | CANN 9.0.0 |
| cann-oam-tools 9.0.0 | v9.0.0 | CANN 9.0.0 |
| cann-asc-tools 9.0.0 | v9.0.0 | CANN 9.0.0 |
| cann-asc-devkit 9.0.0 | v9.0.0 | CANN 9.0.0 |
| cann-pto-isa 9.0.0 | v9.0.0 | CANN 9.0.0 |
| cann-ge-compiler 9.0.0 | v9.0.0 | CANN 9.0.0 |
| cann-ge-executor 9.0.0 | v9.0.0 | CANN 9.0.0 |
| cann-graph-autofusion 9.0.0 | v9.0.0 | CANN 9.0.0 |
| cann-metadef 9.0.0 | v9.0.0 | CANN 9.0.0 |
| cann-dflow-executor 9.0.0 | v9.0.0 | CANN 9.0.0 |
| cann-hcomm 9.0.0 | v9.0.0 | CANN 9.0.0 |
| cann-npu-runtime 9.0.0 | v9.0.0 | CANN 9.0.0 |
从源码结构看,这 12 个开源子包对应算子基础框架(opbase)、编译工具链(asc-tools、asc-devkit)、图引擎(ge 衍生出 ge-compiler / ge-executor / dflow-executor / graph-autofusion / metadef)、集合通信(hccl、hcomm)、单边通信(hixl)、运行时(npu-runtime)等核心能力层,是 CANN 分层架构中可被社区独立获取与编译的关键组件。
三、关键特性(Key Features)
3.1 支持 Ascend 950PR 款型(Atlas 350 加速卡)
CANN 9.0.0 新增适配 Ascend 950PR(对应 Atlas 350 加速卡)并开源相关能力,重点特性包括:
- 低比特计算:支持 FP8 / MxFP8 / MxFP4 数据类型;
- 混合编程:AscendC 支持 SIMD + SIMT 混合编程;
- 通信加速:集合通信支持 CCU(Compute Communication Unit)通信加速。
这是 9.0.0 的全局主线——从算子库、通信库、图引擎、算子编程、虚拟指令集到运行时,几乎所有模块都以"支持 Ascend 950PR"作为首要升级目标,下文新增特性章节会逐模块展开。
3.2 安装易用性提升:apt / pip 安装与一站式下载
- 安装方式从原有的 conda、yum 扩展为 conda、yum、apt、pip 四种主流方式,新增 apt-get 与 pip 在线安装通道;
- 新增 CANN 合一包:由昇腾 NPU 驱动与 Toolkit 组成,支持一键式安装,也可通过
--whitelist参数指定安装内容; - 新增一站式下载安装能力,软件获取与部署时长从约 2 小时缩短至 45 分钟。
3.3 DeepSeek 系列加速:DSA 算子优化与确定性计算
在 Atlas A2、Atlas A3 产品上:
- DSA(DeepSeek Attention)系列算子进一步提升流水并行度,其中 SFAG 算子性能提升至 2x~6x+,模型整体效率提升 1.5x+;
- 新增确定性计算能力,可满足对多次执行结果一致性要求较高的训练场景。
3.4 多模态加速:新增块稀疏 Attention(BSA)算子
在 Atlas A2、Atlas A3 产品上新增 Block-wise Sparse Attention(BSA)算子:
- 相比通用 Flash Attention,在 90% 稀疏率下计算量降低 90%、执行速度提升至 5x;
- 在 70% 稀疏率下,Wan2.2 与 HunyuanVideo 1.5 的模型性能分别提升 1.7x 与 1.5x。
3.5 小消息高频通信加速:HCCL 批量通信合并
在 Atlas A2、Atlas A3 产品上,HCCL 新增批量通信合并机制(HcclGroupStart / HcclGroupEnd 接口),支持将多个通信操作合并后统一提交与执行:
- 提升小消息、高频通信场景下的执行效率;
- 支持多个点对点通信操作(point-to-point)的统一调度。
四、新增特性详解(按技术域展开)
4.1 公共模块(Common Modules)
- 安装部署易用性:新增 apt-get、pip 在线安装方式;新增由 NPU 驱动 + Toolkit 组成的合一包,支持一键安装与
--whitelist参数指定安装; - 新增 Ascend-cann-950-ops 包:挂载于 CANN ops 算子包下,承载 Ascend 950PR 算子能力;
- 硬件与 OS 兼容性扩展:
- Atlas 350 加速卡:适配 veLinux 2.0、Alinux 3;
- Atlas 200T A2 Box16:适配 Ubuntu 22.04.5;
- Atlas 800T A2、Atlas 800I A2、Atlas 900 A2 PoDc:适配 UOS V25(内核 6.6);
- Atlas 800I A2:适配 AntOS(内核 6.6);
- Atlas 800T A3、Atlas 900 A3 SuperPoD:适配 CTyunOS4-25.07、UOS V25(内核 6.6);
- NumPy 兼容:支持 NumPy 2.x,允许 CANN 在高版本 NumPy 环境下运行。
4.2 算子库(Operator Library)
ops-nn 库
LSTM 系列算子开源:ThnnFusedLstmCellGrad、SingleLayerLstmGrad、ThnnFusedLstmCell 三个算子完成开源;同时 LSTM/LSTMCell 支持通过 aclnn 接口调用,可显著缩短语音处理等模型经 PyTorch API 调用时的 host 侧编译耗时。
低比特与量化融合算子扩展:fp8 / mxfp8 / hifp8 / mxfp4 等数据类型,覆盖 per-tensor / per-channel / per-token / per-group / per-block 等量化和组合模式,典型算子包括:
- 全量化融合算子:
quant_batch_matmul_v4 - 伪量化融合算子:
weight_quant_batch_matmul_v2 - mx 动态量化算子:
dynamic_mx_quant - 非 mx 动态量化算子:
dynamic_quant_v2 - mx 型分组动态量化算子:
grouped_dynamic_mx_quant - 非 mx 型分组动态量化算子:
grouped_dynamic_block_quant
Ascend 950PR 算子适配:算子工程整体适配,并新增 LogSigmoid、Norm 类、SoftMax 类、AvgPoolV2Grad、RmsNormQuant 等算子支持;LayerNormV4、BatchNormV3 通过 Parallel Welford 与超长轴二分累加算法提升数值稳定性与计算精度;QuantBatchMatmul 支持 mxfp8 weightNz 特性提升网络推理性能。
MM 融合算子(Ascend 950PR 新增):QuantBatchMatmulInplaceAdd、TransposeQuantBatchMatmul、DualLevelQuantBatchMatmul。
SIMD/SIMT 同构编程算子:MapIndex、ScatterSub、SegmentSum、UnsortedSegmentMin、opKTopPSampleV2。
工程能力:新增 <<<>>> 算子开发样例;支持编译生成静态库(nn 独立组件包携带静态库);支持按模板编译特定算子 kernel;提供 MatMul 算子 VCV 性能优化等最佳实践;aclnnScatter / aclnnScatterValue / aclnnScatterAdd 等索引类接口在 dim != -1 场景下实现内存优化。
ops-transformer 库
Atlas A3 能力完善:
- MC2 dispatch/combine 算子支撑 AI-V 直驱 RoCE(
moe_distribute_dispatch); - RoPE 支持算子泛化
mrope_section(支持 [16,16,16,16] 与 [24,20,20] 两种切分配置),并优化 mrope 算子 prefill 性能; BlockSparseAttention算子能力增强;GroupedMatmulSwigluQuantV2支持 i4 进 i8 出与 A4W4 动态分块优化;GroupedMatmul的 A4W4 支持 NZ 转置动态分块优化。
确定性计算:SparseFlashAttentionGrad、LightningIndexerGrad、DenseLightningIndexerGradKLLoss 等 DSA 算子支持确定性计算;对 DeepSeek V3.2 模型训练开启确定性计算后,Attention 部分可保证相同输入多次执行结果一致。
新算子与性能优化:
- 新增
MatmulAllToAll、AllToAllMatmul通算融合算子,面向采用 Ulysses 并行的 M 级超长序列训练场景; - MoE permute RoutingMap 系列支持 bf16 token(probs 为 fp32 输入),
MoeInitRoutingQuantV2支持 INT4 与 SmoothQuant; aclnnScatterPaKvCache支持 FIA 算子 NZ 场景;- FAG SAMEAB 与 BN2 模板基础 API 重写,相对 CANN 8.5.0 泛化测试性能平均提升 1%+ 与 10%+;
- FAG 在 layout=BSND/BNSD/SBH、sparsemode=0/2/3、dtype=bfloat16、S1=S2 场景下的确定性性能优化;
- 新增 Floyd attention 正反向算子(Fuse Floyd Attention / Fuse Floyd Attention Grad),通过流水混排 10 个 matmul,融合性能提升 30%+、内存占用降低 70%+;
RingAttentionUpdate算子支持 Ascend 950PR。
ops-cv 库
- image 类算子支持 Ascend 950PR:
ResizeNearestNeighborV2、ResizeNearestNeighborV2Grad、UpsampleNearest、UpsampleNearest3d等; - CI 增强 Ascend 950PR 的编译与 UT 识别;算子 example 支持在仿真器(simulator)上执行,无需真实硬件即可完成样例编译与执行验证;
- 新增
RoiPoolingWithArgMax、RoiPoolingGradWithArgMax(支撑 faster-rcnn 模型)、Col2im(支撑智驾 BEVfusion 模型训练)、Rasterizer(光栅化计算,用于多模态 3D 生成场景)等算子; CIou支持通过 aclnn 接口调用,可在 Ascend 950PR 上打通 mmcv 功能。
ops-math 库
- 数学运算、张量变换与随机数生成支持 Ascend 950PR,覆盖
Erfc、Sinh、Asin、Atanh、BitwiseXor、Asinh、Cosh、Scale、Tan、Acos、Acosh等; aclnnMul/aclnnMuls/aclnnAdd/aclnnAdds/aclnnSum等接口支持非连续输入,提升性能并优化内存占用;- Sort 算子在 Ascend 950PR 上新增 UINT16/UINT32/UINT64 类型,Atlas A3 已支持的数据类型在 Ascend 950PR 上性能平均提升 1.5 倍以上;
Pad、Transpose、AsStrided等离散张量变换算子性能优化;- 新增
ChunkCat融合算子(FSDP2 框架训练时的权重合并场景),相比小算子拼接内存降低 30%,降低模型峰值显存并提升性能; aclnnDiv/aclnnDivs支持混合数据类型输入;aclnnReplicationPad3d补充 bfloat16;aclnnReplicationPad2dBackward内存优化;新增 logspace 算子 aclnn 接口;- 工程能力:算子 example 支持仿真器执行、kernel 并行编译、CI 增量 UT 与冒烟、构建脚本导出预编译文件、Docker 部署支持。
opbase 库
基础框架库支持 Ascend 950PR,为上层各算子库提供统一的底座能力。
4.3 通信库(Communication Library)
集合通信(Collective Communication)
- 通信算子支持 Ascend 950PR:
Allgather、AllgatherV、Allreduce、AlltoAll、AlltoAllV、Broadcast、Reduce、ReduceScatter、ReduceScatterV、Scatter、SendRecv; - Atlas A3 超节点 AI CPU 场景下,AlltoAll 算子支持对称内存;ReduceScatter / AllReduce 支持 Batch 一致性;ReduceScatter / AllReduce / AllGather / AlltoAll 支持多机间 superkernel;
- 支持离线编译,提升构建易用性;
- 批量通信合并:HCCL 的
HcclGroupStart/HcclGroupEnd机制支持将多个通信操作合并统一提交执行(Atlas A2/A3); - 单边通信 AICPU 加速(Atlas A2):在 PD 分离部署场景下,推理拉取 kvCache 数据小于 128 KB 时,AICPU 加速模式相比 host CPU 调度模式性能提升 50%+;
- 确定性算法优化(Atlas A2):跨机确定性算法性能提升 2x,相比未开启确定性计算劣化小于 30%;
- Atlas A3 支持按通信域粒度配置 HCCL 展开方式(AICPU/AIV 等);allreduce/allgather/reducescatter/alltoall 支持对称内存;
- 支持同一物理机内多容器(不共卡)部署:通信域初始化随机选端口、多线程并发通信 context 隔离;
- 维测能力:ErrorMsg 输出优化、AICPU 展开新增时间打点。
单边通信(Unilateral Communication)
- Atlas A3 训练/推理产品支持自动建链模式,无需显式调用 connect 接口;
- 支持 Fabric Memory 全局统一编址模式,并支持使用 HCCS 进行 D2rH 的 KV Cache 直传,提升传输效率。
4.4 领域加速库
Ascend Transformer Boost(ATB):核心算子(Activation、MultiLatentAttention、LayerNorm 等)支持 Ascend 950PR;整图下沉模式下支持对 plugin 算子更新参数。
Ascend Signal Processing Boost(SiP):新增 torch extension 模块,通过 Torch Library 绑定 C++ 接口,支持 Python 调用 FFT、BLAS、SOLVER 等 40+ 算子;内存分配与管理机制优化(资源池 + FFT 场景 handle 复用),减少资源浪费与重复申请释放。
4.5 图引擎(Graph Engine)
- ES 构图提供多种场景 sample;Readable Dump 支持子图友好展示;
- 自定义 pass 改图能力增强(支持原图优化之后改图);
- 图模式多流场景 nopadding 连续内存支持内存复用;
- ES 构图支持消费历史原型生成合法的重载 C++ 接口;
- 图融合删除模型输出节点时框架可识别并更新模型输出;公共子表达式消除优化;
- 提供 L0/L1 exception dump 开关;错误信息优化;
- 端到端样例:动态分档、自定义算子入图、基于 graph 接口的 Matmul+Add 融合为 GEMM 自定义 pass;
- 支持确定性/强一致性配置
ge.deterministicLevel;支持TensorMove消除;在线场景支持 graph 级 optionge.outputDatatype指定模型输出数据类型; - 去除执行路径上的单例和锁,提升调度性能。
4.6 算子编程(Operator Programming)
围绕 Ascend 950PR 的编程模型演进是 9.0.0 的重点:
- SIMD 编程模式:提供 200+ API,具备跨代兼容能力,可实现 Atlas A2/A3 产品算子的平滑迁移;
- Reg 编程模式:新增 90+ Reg 编程接口,覆盖 Reg 数据搬运、基础算术、规约计算、同步控制,可对 Vector 计算相关寄存器直接操作,提升灵活性与性能;
- 纯 C 接口:Atlas A2/A3 与 Ascend 950PR 的语言扩展层支持纯 C API、数组式内存分配与指针型计算接口,提供原生 C 编程体验;
- SIMD+SIMT 混合编程:提供约 700 个 SIMT API(warp、atomic、基本数学计算、类型转换等基础接口);
- CCU 通信接口:基于 CCU 提供
Allreduce、Allgather、Reducescatter、AlltoAll等主流通信原语;Matmul 高阶 API 支持 MXFP4/8 低比特矩阵运算,内存占用减半、算力吞吐倍增; - 样例体系:Ascend 950PR 新增及兼容样例约 260 个(SIMT/SIMD 的框架类、基础 API、高阶 API、最佳实践),并按编程模型与样例类别重构目录结构;完成 AscendC 样例向 asc-devkit 仓库的迁移并统一使用
<<<>>>调用方式; - 编译与仿真:融合编译与
<<<>>>调用支持 CPU 模式与 SIM 仿真模式,并联合毕昇编译器优化融合编译性能。
4.7 虚拟指令集(Virtual Instruction Set)
- 支持 Ascend 950PR 指令集(含 Element-Wise、TileScalar、固定管线、访存操作、复杂操作、卷积指令、量化指令)及对应指令的 CPU-SIM 实现;
- 新增 SDMA、URMA 异步通信指令,以及多卡 P2P/P2MP/信号量同步操作指令;
- 新增基础指令 CostModel 性能仿真;
- 新增调试指令
TPRINT(打印 Vec/Mat/Acc 存储中 Tile 数据及 GM 中 Tensor 数据)、性能调优指令TPUSH/TPOP/TPREFETCH。
4.8 运行时(Runtime)
- 运行时支持 Ascend 950PR;
- AclGraph 场景:stream 规格扩充至 64K(解决大模型资源不足问题),Event 规格可扩充(仅取决于设备内存);
- 新增查询类 API(均返回 aclError):
aclsysGetVersionStr(char *pkgName, char *versionStr):按包名返回字符串版本号;aclsysGetVersionNum(char *pkgName, int32_t *versionNum):按包名返回数值版本号;aclrtStreamGetPriority(aclrtStream stream, uint32_t *priority):查询指定 stream 优先级;aclrtStreamGetFlags(aclrtStream stream, uint32_t *flags):查询创建 stream 时设置的 flag;aclrtDeviceGetUuid(int32_t deviceId, aclrtUuid *uuid):获取设备 UUID;aclrtMemGetAddressRange(void *ptr, void **pbase, size_t *psize):获取地址所属内存块起始地址与大小;- 强一致性计算参数接口:
aclrtSetSysParamOpt/aclrtGetSysParamOpt/aclrtCtxSetSysParamOpt/aclrtCtxGetSysParamOpt(参数类型aclSysParamOpt,值为 int64)。
- 发布 Runtime 编程指南及 Ascend 950PR 配套资料。
4.9 开发与维测工具
性能调优工具:msProf 支持 aicore-metrics 选项采集自定义 PMU 指标;HCCL 性能测试工具支持 FP64 数据类型。
AMCT 模型压缩工具:支持 HIF8/FP8/FP4/MXFP8/MXFP4 量化数据类型与 HIF8 OFMR 量化算法;支持 HIF8 分位量化算法。
五、废弃与移除特性(升级迁移必看)
5.1 transformer 库接口废弃
以下接口在 CANN 9.0.0 被标记为废弃,将在 2027 年 3 月 30 日之后的版本删除,升级适配时应同步完成迁移:
| 废弃接口 | 替换接口 |
|---|---|
| aclnnGroupedMatMulAllReduce | aclnnMatmulAllReduce |
| aclnnGroupedMatmul / aclnnGroupedMatmulV2 / aclnnGroupedMatmulV3 / aclnnGroupedMatmulV4 | aclnnGroupedMatmulV5 |
| aclnnFusedInferAttentionScore / V2 / V3 | aclnnFusedInferAttentionScoreV4 |
| aclnnIncreFlashAttention / V2 / V3 | aclnnIncreFlashAttentionV4 |
| aclnnPromptFlashAttention / V2 | aclnnPromptFlashAttentionV3 |
| aclnnMlaProlog / aclnnMlaPrologV2WeightNz | aclnnMlaPrologV3WeightNz |
| aclnnMatmulAllReduceAddRmsNorm | aclnnMatmulAllReduce + aclnnAddRmsNorm |
| aclnnQuantMatmulAllReduceAddRmsNorm | aclnnQuantMatmulAllReduceV2 + aclnnAddRmsNorm |
| aclnnWeightQuantMatmulAllReduceAddRmsNorm | aclnnWeightQuantMatmulAllReduce + aclnnAddRmsNorm |
| aclnnInplaceQuantMatmulAllReduceAddRmsNorm | aclnnQuantMatmulAllReduceV2 + aclnnAddRmsNorm |
| aclnnInplaceMatmulAllReduceAddRmsNorm | aclnnMatmulAllReduce + aclnnAddRmsNorm |
| aclnnInplaceWeightQuantMatmulAllReduceAddRmsNorm | aclnnWeightQuantMatmulAllReduce + aclnnAddRmsNorm |
5.2 模型压缩工具特性废弃
以下特性在 CANN 9.0.0 标记为废弃,将在之后的版本删除:非均匀量化(NUQ)、自动混合精度、近似校准、int4 量化感知训练(QAT)、amct_mindspore 的所有特性。
六、已知问题与规避方案
- 问题一(引入版本 CANN 9.0.0):通信域中使用 int64 算子的模型发生断链时,快恢耗时从分钟级增加到十几分钟级,影响 MTTR。原因是 int64 算子不支持重执行流程,无法走 STEP 快恢。规避方案:不使用 int64 类型的集合通信算子,使用其他类型的算子临时替代。
- 问题二(引入版本 CANN 8.5.0,9.0.0 仍需关注):训练任务恢复时 sendrecv 算子偶现卡死,导致进程级恢复失败,影响 MTTR,跨超场景下快恢失败。规避方案:逻辑跨超场景可走 HCCS 链路规避;物理跨超场景暂无规避方案。
七、已修复问题(Resolved Issues)
9.0.0 版本共修复 7 个问题:
- 修复 CATLASS 算子编译报错
ld.lld: error: undefined symbol: CheckLogLevel; - 修复 Atlas 900 A2 上 PadV3Grad 算子因不支持 [16,16,16,16] 规格 padding 输入而上报 "EZ9999" 错误码;
- 修复 MatMul 算子在矩阵乘 (32162, 4096)@(32162, 32768) 时计算结果出现 NaN;
- 修复 MIMO-V2 模型在 MindSpeed-LLM 框架训练场景下 FA 算子稳定出现 NaN;
- 修复 aclnnQuantMatmul 算子输入为切片参数时报 shape 不一致;
- 修复 FAG 算子在 (1,32,641,128) no mask 场景因数据切块丢失尾部数据导致模型调用超时;
- 修复双驱动版本共存环境下使用 reduce 通信算子时 HCCL 通信卡死导致集群任务失败。
八、文档体系变更概览
- 环境准备:原《CANN 快速开始》调整为"环境准备"节点下的《CANN 快速安装》;
- Ascend C 算子开发:新增 SIMD/SIMT 简介与 SIMT 快速入门、"AI Core SIMT 编程"与"SIMD 与 SIMT 混合编程"章节、SIMT 编译章节、SIMT BuiltIn 关键字与 C API、SIMT 算子实现与性能优化实践、SIMT API 参考、220x 架构到 351x 架构的兼容性迁移指南、90+ Reg 编程接口文档;
- 通信算子开发:从《HCCL 集合通信库》独立成册,新增"AI Core AIV 通信算子开发"章节;
- 应用开发:按功能特性调整一级目录,提升"运行时管理"层级,增补 ACL Graph、多设备编程、进程间通信等运行时开发指导,acl API 参考按 Runtime/GE/DVPP/特征向量检索拆分;
- 图开发:大纲整合重构,AutoFuse 用户手册并入"自动融合"章节,新增 Session 到 GeSession 迁移指导与 Triton 入图章节;
- GE API:按 C++/Python/C 分类,Python 接口为新增,C 接口新增"模型管理和单算子调用";
- HCCL:新增 Atlas 350 加速卡 rank table 资源配置与 AIV 算子开发章节;
- 开发工具:msLeaks 更名为《内存分析工具》。
九、子包独立升级实操:按需升级不再重装全家桶
9.1 使用场景
CANN 9.0.0 支持子包按需独立升级。例如:已安装 a.b.c 版本的组合包 Ascend-cann-toolkit 与 Ascend-cann-ops,若业务要求将单边通信库更新至 x.y.z 版本,只需独立升级 cann-hixl 子包即可,无需重新安装整个组合包。
9.2 操作步骤与前置条件
- 前置条件:升级子包前,必须确保已安装配套版本的组合包 Ascend-cann-toolkit 与 Ascend-cann-ops(未安装时先完成组合包安装);
- 路径一致性:子包的升级路径必须与组合包的安装路径保持一致;
- 所有子包的升级操作相同,下文以
cann-hixl_x.y.z_linux-aarch64.run为例,其中 x.y.z 请替换为实际版本号。
升级场景一:组合包安装在默认路径(安装时未使用 --install-path 参数)
chmod +x cann-hixl_x.y.z_linux-aarch64.run
./cann-hixl_x.y.z_linux-aarch64.run --upgrade
升级场景二:组合包安装在指定路径 /home/custom_path(安装时指定了 --install-path=/home/custom_path)
chmod +x cann-hixl_x.y.z_linux-aarch64.run
./cann-hixl_x.y.z_linux-aarch64.run --upgrade --install-path=/home/custom_path
注意:无论哪种场景,均须先 chmod +x 赋予可执行权限,并以 --upgrade 参数声明升级模式;指定路径安装场景必须追加与安装时一致的 --install-path 参数,否则无法定位组合包目录。
十、总结与选型建议
CANN 9.0.0 的核心价值可归纳为三条主线:
- 新硬件适配:以 Ascend 950PR(Atlas 350 加速卡)为牵引,算子库、通信库、图引擎、编程模型(SIMD/SIMT/Reg/纯 C)、虚拟指令集与运行时全线升级,并配套约 260 个样例与迁移指南;
- 大模型训练与推理加速:面向 DeepSeek 系列的 DSA 算子确定性计算与性能优化、面向多模态的 BSA 算子、面向超长序列 Ulysses 并行的 MatmulAllToAll 融合算子、Floyd attention 融合,以及 HCCL 批量通信合并与 AI CPU 单边通信加速;
- 部署与升级体验改善:apt/pip 在线安装、合一包一键安装、一站式下载(时长从 2h 降至 45min)、NumPy 2.x 兼容,以及覆盖 12 个开源子包与 6 个可独立升级子包的按需升级机制。
建议读者在升级前重点核对本文第二节的版本配套关系、第五节废弃接口清单(尤其注意 2027 年 3 月 30 日的删除期限)与第六节已知问题的影响范围,再按第九节流程执行子包升级。以上内容均可在仓库的 9.0.0/release-notes_en.md 与 9.0.0/release-notes.md 中回溯原文,版本节奏可参考 9.0.0/release-plan.md。