cann-learning-hub：从零开始学昇腾的最短路径
CANN 有 55+ 个仓库、五层架构、十几个仓库分类。新人面对这些信息时最常问的问题是：从哪开始学？
cann-learning-hub 是 CANN 社区维护的学习中心——它不是文档，也不是教程合集。它是一张学习路径图，告诉你"按什么顺序学哪些仓库、每个仓库学到什么程度、学完后能做什么"。
cann-learning-hub 是什么
cann-learning-hub 的目录结构：
cann-learning-hub/ ├── beginner/ # 新手入门 │ ├── install.md # 环境安装 │ └── first_infer.md # 第一个推理程序 ├── intermediate/ # 进阶学习 │ ├── ascendcl.md # AscendCL 深入 │ ├── runtime.md # Runtime 调度 │ └── ge.md # 图执行引擎 ├── advanced/ # 高级主题 │ ├── ascend_c.md # 自定义算子 │ ├── optimization.md # 性能调优 │ └── distributed.md # 分布式训练 ├── tutorials/ # 实战教程 │ ├── yolov8_deploy.md │ └── llm_infer.md └── skills/ # Skill 文件索引 └── README.md每份文档不是教你翻译 API——它解释"为什么用这个 API"和"调完 API 后在硬件上发生了什么"。
初学者如何学习昇腾
cann-learning-hub 推荐的学习路线：
第一阶段：跑通推理（1-2 天）
- 用 asc-devkit 搭好开发环境
- 用 ATC 把 ONNX 模型转成 OM
- 用 pyasc 或 AscendCL 跑通第一个推理程序
- 目标：看到一个模型在 NPU 上输出正确结果
第二阶段：理解执行链路（3-5 天）
- 学 AscendCL 的初始化流程——Device、Context、Stream 的关系
- 学 GE 的图优化——什么算子在什么条件下被融合
- 学 Runtime 的异步执行——Stream 和 Event 怎么协作
- 目标：理解"从
aclmdlExecute到 NPU 执行完"的全链路
第三阶段：性能调优（1-2 周）
- 学 Tensor Layout——ND 和 NZ 格式对性能的影响
- 学算子融合——graph-autofusion 怎么用
- 学 Memory 分析——哪部分显存被浪费了
- 目标：能在 Benchmark 中定位性能瓶颈
教程与 Skill 的关系
cann-learning-hub 的教程和 skills 仓库的 Skill 文件是互补关系：
- 教程是给人读的——结构化的文字、代码示例、图表
- Skill是给 Agent 读的——结构化的知识库、术语规则、写作模板
教程由社区贡献者花时间写，数量有限但质量高。Skill 文件由 Agent 基于知识库自动生成，覆盖面广但需要人工校准。
cann-learning-hub 会定期把社区反馈中高频出现的问题同步到 Skill 文件的更新中——比如"GELU 融合"这个知识点被 10 个用户问过，就在成对应的 Skill 知识库条目。
社区学习活动
CANN 社区在 cann-learning-hub 上组织学习活动：
- 每周实战任务。每周发布一个实操任务——“用 ATC 转一个 YOLOv8 模型并跑通推理”
- 代码 Review。社区维护者对新人的推理代码做 Review
- 学习打卡。完成指定技能树节点后在社区讨论区打卡
这些活动不是强制性的，但对刚入门的新人来说——跟着社区节奏走比一个人摸索快得多。
学习路线推荐
entry：有 Python 基础、了解基本 AI 概念 ↓ 1-2 天 新手：能用 pyasc 跑通推理 ↓ 3-5 天 进阶：理解 CANN 执行链路 ↓ 1-2 周 熟练：能定位性能瓶颈、做算子融合优化 ↓ 持续 高级：能写 Ascend C 算子、做分布式调优cann-learning-hub 中每篇文档末尾标注了"前置条件"——读完这篇需要先读完哪些其他篇。按标注顺序学习，不会出现"这篇讲的阅读前置知识还没学"的情况。
学习资源的选择
cann-learning-hub 之外还有几个学习资源：
- cann-samples：官方示例代码——每个示例对应一个具体功能（“如何使用 ATC 转模型”、“如何用 pyasc 做推理”）
- cann-recipes-infer：大模型推理参考——LLaMA 的完整部署方案
- Skills 仓库：Agent 可读的技术知识库——生成技术文章
初学阶段建议先看 cann-learning-hub 的 beginner 目录，配合 cann-samples 的示例代码跑一遍。理解了基本流程后再深入 skills 仓库和 cann-recipes-infer。
社区支持
CANN 社区在 atomgit 上提供讨论区和 Issues 渠道。学习过程中遇到问题可以搜索 Issues 看有没有类似问题。如果搜索不到新开 Issue 提问——社区维护者通常在 1-2 天内回复。提问时附上环境信息（CANN 版本、NPU 型号、驱动版本）和完整的错误日志，能更快得到有针对性的解答。
参考仓库
cann-learning-hub 学习中心
Skills 仓库