Atlas系列硬件: Atlas 200l DK A2 开发者套件; Atlas 200l DK 开发者套件（型号：3000）; 加速模块、加速卡、智能小站、服务器、集群

异构计算架构: CANN社区版; CANN商用版

AI框架: MindSpore; TensorFlow框架模型（社区版）; TensorFlow框架模型（商用版）; PyTorch框架适配

昇腾推理引擎: MindIE

应用使能MindX: MindX DL; MindX Edge; MindX SDK

全流程开发工具: MindStudio

使用导读

帮助开发者认识、了解昇腾模型，以及如何基于昇腾Ascend Extension for PyTorch进行模型开发。

文档总览

文档	内容介绍	关键资源获取
产品概述	快速了解Ascend Extension for PyTorch的架构及关键功能特性。	《产品概述》
配置与安装	详细介绍不同昇腾硬件产品形态的安装方案、环境搭建流程，以及卸载、其他常用操作等。	《Ascend Extension for PyTorch 配置与安装》
快速体验	以一个简单的模型迁移样例，采用了最简单的自动迁移方法，帮助用户快速体验其他平台的模型脚本迁移到昇腾NPU上的流程，并通过修改脚本代码，使其可以迁移到昇腾NPU上进行训练。	《快速体验》
模型开发	包含了大模型的迁移及调优、精度问题定位、性能问题解决等指导，并提供了常见模型案例库。训练模型迁移调优主要目标是引导具有一定PyTorch模型训练基础的读者，了解如何将原本在其他平台（例如GPU）上训练的模型迁移到昇腾平台（NPU）。主要介绍多种类、全流程的迁移过程：无论是针对小规模模型还是大型模型，都提供了详尽的指导。重点关注如何有效地将PyTorch训练模型进行迁移，在昇腾平台上进行训练功能。精度调试介绍了大模型训练过程中常见的问题及其调试方法，帮助用户将问题消除在训练开始之前，以及缩短模型精度问题定位的时间。性能调优主要介绍NPU性能的拆解和分析以及优化方法。模型案例介绍了多模态模型、LLM大模型以及自动驾驶模型的迁移案例。	《PyTorch 训练模型迁移调优指南》
套件与三方库	包含了套件与三方库支持清单，提供了基于TorchAir的PyTorch图模式使用和MindSpeed迁移开发的指导。套件与三方库支持清单主要介绍昇腾设备支持的模型套件列表、第三方库原生支持和适配清单。 TorchAir 主要介绍将PyTorch的FX图转换为GE计算图，并提供了GE计算图的编译与执行接口。 MindSpeed MindSpeed是针对华为昇腾设备的大模型加速库。昇腾提供该加速库，使能客户大模型业务快速迁移至昇腾设备，并且支持昇腾专有算法，确保开箱可用。	《套件与三方库支持清单》《PyTorch 图模式使用指南（TorchAir）》《MindSpeed 迁移开发指南》
API参考	主要介绍原生PyTorch框架2.3.1/2.2.0/2.1.0/1.11.0的API接口支持情况与限制说明以及Ascend Extension for PyTorch自定义API的接口说明、功能描述、参数说明与使用示例。	《API 参考》
环境变量	包含了开发者基于CANN及Ascend Extension for PyTorch构建AI应用和训练执行中可使用的环境变量。	《CANN 环境变量参考》中的“Ascend Extension for PyTorch”章节

相关资源

软件资源	CANN软件及其配套的PyTorch适配插件的下载。	Link
在线课程	提供丰富的在线视频课程供开发者学习，包括PyTorch大模型迁移调优系列课程。	Link