API参考导读

参考文档主要用于开发者查阅与业务开发相关的各类API说明、环境变量与算子信息。

表1 参考文档总览
类型	描述
应用开发接口	AscendCL接口是对底层昇腾计算服务接口的封装。它提供系统配置、运行时管理、单算子执行、模型执行、媒体数据预处理、Profiling数据采集等API库，供用户开发人工智能应用调用。 AscendCL提供了C&C++与Python两种语言的接口，开发者可根据自身需求选择适合自己的语言。
算子开发接口	CANN提供了Ascend C与TBE&AI CPU两种算子开发方式，其中： Ascend C是CANN提供的新一代算子编程语言，支持C和C++标准规范，最大化匹配用户开发习惯，提供了多层接口抽象、自动并行计算、孪生调试等关键技术，兼顾易用与高效。通过Ascend C编程语言开发的算子默认运行在AI Core上。 TBE&AI CPU是CANN提供的上一代算子开发方式，需要开发者同时具备Python与C&C++语言程序开发能力，其中TBE开发的算子运行在AI Core上，AI CPU开发的算子运行在AI CPU上。
图开发接口	介绍图开发需要使用的相关接口，开发者可以调用这些接口构建网络模型，设置模型所包含的图、图内的算子以及算子的属性信息。
框架适配接口	昇腾平台提供了PyTorch适配插件PT Adapter与TensorFlow适配插件TF Adapter，使得原生PyTorch/TensorFlow模型可以方便的在昇腾平台上执行训练或推理。另外，针对TensorFlow网络，昇腾平台开放了自定义Scope融合规则的能力，实现网络执行的硬件加速。
集合通信接口	集合通信HCCL接口用于提供单机多卡、多机多卡的集合通信原语，实现分布式训练。HCCL提供了Python语言与C语言两套接口，其中： Python接口，主要用于实现TensorFlow网络的分布式训练。 C语言接口，又称OpBase接口，主要用于框架开发者进行OpBase模式下的框架适配，实现分布式能力。
LLM-DataDist接口（Python）	LLM-DataDist（large language model DataDist）大模型分布式集群和数据加速组件，提供了集群KV数据管理能力，以支持全量图和增量图分离部署。
LLM Engine接口（C++）	LLM Engine（large language model Engine）提供管理图的部署和调度执行功能，支持推理全量增量分离部署，根据传入的图是全量图还是增量图来执行对应的部署和调度逻辑。
环境变量参考	描述开发者基于CANN构建AI应用和业务过程中可使用的环境变量。
算子清单	对CANN算子库中的算子进行描述，以及CANN支持的AI框中的算子描述。