接口概述
Ascend C算子采用标准C++语法和一组类库API进行编程，您可以根据自己的需求选择合适的API。Ascend C编程类库API示意图如下所示，Ascend C API的操作数都是Tensor类型：GlobalTensor和LocalTensor；类库API分为基础API和高阶API。
基础API：实现对硬件能力的抽象，开放芯片的能力，保证完备性和兼容性。
高阶API：实现一些常用的计算算法，用于提高编程开发效率，通常会调用多种基础API实现。高阶API包括数学库、Matmul、Softmax等API。
图1 Ascend C编程类库API示意图
对于基础API，主要分为以下几类：
- 计算API，包括标量计算API、向量计算API、矩阵计算API，分别实现调用Scalar计算单元、Vector计算单元、Cube计算单元执行计算的功能。
- 数据搬运API，计算API基于Local Memory数据进行计算，所以数据需要先从Global Memory搬运至Local Memory，再使用计算API完成计算，最后从Local Memory搬出至Global Memory。执行搬运过程的接口称之为数据搬移API，比如DataCopy接口。
- 内存管理API，用于分配管理内存，比如AllocTensor、FreeTensor接口。
- 同步控制API，完成任务间的通信和同步，比如EnQue、DeQue接口。不同的API指令间有可能存在依赖关系，从AI Core内部并行计算架构抽象可知，不同的指令异步并行执行，为了保证不同指令队列间的指令按照正确的逻辑关系执行，需要向不同的组件发送同步指令。同步控制API内部即完成这个发送同步指令的过程，开发者无需关注内部实现逻辑，使用简单的API接口即可完成。
对于基础API中的计算API，根据对数据操作方法的不同，分为以下几种计算方式：
- 整个tensor参与计算：通过运算符重载的方式实现，支持+, -, *, /, |, &, <, >, <=, >=, ==, !=，实现计算的简化表达。例如：
dst=src1+src2
- tensor前n个数据计算：针对源操作数的连续n个数据进行计算并连续写入目的操作数，解决一维tensor的连续计算问题。例如：
Add(dst, src1, src2, n);
- tensor高维切分计算：功能灵活的计算API，充分发挥硬件优势，支持对每个操作数的DataBlock stride，Repeat stride，Mask等参数的操作。DataBlock stride，Repeat stride，Mask等参数的详细介绍请参见基础API通用说明。
下图以矢量加法为例，展示了几种计算方式的特点。
图2 计算API几种计算方式的特点
Ascend C API所在头文件目录为：
- 基础API：{install_path}/{arch-os}/tikcpp/tikcfw/interface
- 高阶API：（注意，如下目录头文件中包含的接口如果未在资料中声明，属于间接调用接口，开发者无需关注）
- {install_path}/{arch-os}/tikcpp/tikcfw/lib
- {install_path}/include/tiling
其中{install_path}表示CANN软件安装目录，{arch-os}为运行环境的架构和操作系统。
父主题： 通用概念和约束（必读）
