CANN asnumpy快速开始指南

快速开始

【免费下载链接】asnumpy-docs项目地址: https://gitcode.com/cann/asnumpy-docs

本指南将带你了解 AsNumpy 的基本用法，并展示如何以最小的改动将现有 NumPy 代码迁移到昇腾 NPU 上运行。

前置条件

• 已安装 AsNumpy（安装指南）
• 昇腾 910B NPU，CANN 8.2.RC1.alpha003+
• Python 3.9+

NumPy vs AsNumpy

核心理念：只改 import，其余代码保持不变。

import numpy as np rows, cols = 20000, 20000 m1 = np.random.normal(0, 1, (rows, cols)) m2 = np.random.normal(0, 1, (rows, cols)) # 在 CPU 上计算 product = np.multiply(m1, m2) result = np.sum(product) print(result)

import numpy as np import asnumpy as ap rows, cols = 20000, 20000 m1 = np.random.normal(0, 1, (rows, cols)) m2 = np.random.normal(0, 1, (rows, cols)) # 传输到 NPU m1_npu = ap.ndarray.from_numpy(m1) m2_npu = ap.ndarray.from_numpy(m2) # 在 NPU 上计算 product = ap.multiply(m1_npu, m2_npu) result = ap.sum(product) print(result.to_numpy())

端到端示例

import numpy as np import asnumpy as ap # AsNumpy 在 import 时自动初始化 NPU 设备 # 并在程序退出时自动释放（无需手动 init/finalize） # 1. 在 CPU 上创建数据（NumPy） np_a = np.array([1.0, 2.0, 3.0, 4.0], dtype=np.float32) np_b = np.array([10.0, 20.0, 30.0, 40.0], dtype=np.float32) # 2. 传输到 NPU npu_a = ap.ndarray.from_numpy(np_a) npu_b = ap.ndarray.from_numpy(np_b) # 3. 在 NPU 上执行运算 npu_sum = ap.add(npu_a, npu_b) npu_prod = ap.multiply(npu_a, npu_b) npu_total = ap.sum(npu_prod) # 4. 将结果传回 CPU print("Sum: ", npu_sum.to_numpy()) # [11. 22. 33. 44.] print("Prod: ", npu_prod.to_numpy()) # [ 10. 40. 90. 160.] print("Total: ", npu_total.to_numpy()) # 300.0 # 5. 与 NumPy 结果进行验证 assert np.allclose(npu_sum.to_numpy(), np.add(np_a, np_b)) assert np.allclose(npu_prod.to_numpy(), np.multiply(np_a, np_b)) print("验证通过。")

设备管理

import asnumpy as ap # 查询可用的NPU设备 print(ap.get_device_count()) # e.g. 8 # 切换到特定的NPU（默认为0） ap.set_device(1)

更多示例

可运行的脚本位于examples/目录：

【免费下载链接】asnumpy-docs项目地址: https://gitcode.com/cann/asnumpy-docs