·atc-model-converter
</>

atc-model-converter

مجموعة أدوات كاملة لتحويل واستدلال نموذج Huawei Ascend NPU. (1) تحويل نماذج ONNX إلى تنسيق .om باستخدام أداة ATC مع دعم إصدار CANN المتعدد (8.3.RC1، 8.5.0+). (2) قم بتشغيل استنتاج Python على نماذج OM باستخدام ais_bench. (3) قارن الدقة بين مخرجات وحدة المعالجة المركزية ONNX وNPU OM. (4) استدلال YOLO من طرف إلى طرف مع المعالجة المسبقة/المعالجة اللاحقة لـ Ultralytics - يدعم مهام الكشف والوضع والتجزئة ومهام OBB. يُستخدم عند تحويل النماذج أو اختبارها أو نشرها على معالجات Ascend AI.

34التثبيتات·2الرائج·@ascend-ai-coding

التثبيت

$npx skills add https://github.com/ascend-ai-coding/awesome-ascend-skills --skill atc-model-converter

كيفية تثبيت atc-model-converter

ثبّت مهارة الذكاء الاصطناعي atc-model-converter بسرعة في بيئة التطوير لديك عبر سطر الأوامر

  1. افتح الطرفية: افتح الطرفية أو أداة سطر الأوامر لديك مثل Terminal أو iTerm أو Windows Terminal
  2. نفّذ أمر التثبيت: انسخ ونفّذ هذا الأمر: npx skills add https://github.com/ascend-ai-coding/awesome-ascend-skills --skill atc-model-converter
  3. تحقق من التثبيت: بعد التثبيت، سيتم إعداد المهارة تلقائيا في بيئة البرمجة بالذكاء الاصطناعي لديك وتصبح جاهزة للاستخدام في Claude Code أو Cursor أو OpenClaw

المصدر: ascend-ai-coding/awesome-ascend-skills.

Complete guide for converting ONNX models to Ascend AI processor compatible format using ATC (Ascend Tensor Compiler) tool.

| Python | 3.7, 3.8, 3.9, or 3.10 | Python 3.11+ incompatible with CANN 8.1.RC1 | | NumPy | < 2.0 (e.g., 1.26.4) | CANN uses deprecated NumPy API | | ONNX Opset | 11 or 13 (for CANN 8.1.RC1) | Higher opset versions not supported |

SoC version in ATC conversion must exactly match your target device! ```bash # Get exact SoC version from your device npu-smi info | grep Name # Output: Name: 910B3 → Use: --socversion=Ascend910B3 # Output: Name: 310P3 → Use: --socversion=Ascend310P3 ``` Common Error: ``` [ACL ERROR] EE1001: supported socVersion=Ascend910B3,

مجموعة أدوات كاملة لتحويل واستدلال نموذج Huawei Ascend NPU. (1) تحويل نماذج ONNX إلى تنسيق .om باستخدام أداة ATC مع دعم إصدار CANN المتعدد (8.3.RC1، 8.5.0+). (2) قم بتشغيل استنتاج Python على نماذج OM باستخدام ais_bench. (3) قارن الدقة بين مخرجات وحدة المعالجة المركزية ONNX وNPU OM. (4) استدلال YOLO من طرف إلى طرف مع المعالجة المسبقة/المعالجة اللاحقة لـ Ultralytics - يدعم مهام الكشف والوضع والتجزئة ومهام OBB. يُستخدم عند تحويل النماذج أو اختبارها أو نشرها على معالجات Ascend AI. المصدر: ascend-ai-coding/awesome-ascend-skills.

حقائق جاهزة للاقتباس

حقول وأوامر مستقرة للاقتباس في أنظمة الذكاء الاصطناعي والبحث.

أمر التثبيت
npx skills add https://github.com/ascend-ai-coding/awesome-ascend-skills --skill atc-model-converter
الفئة
</>أدوات التطوير
موثق
أول ظهور
2026-02-25
آخر تحديث
2026-03-10

Browse more skills from ascend-ai-coding/awesome-ascend-skills

إجابات سريعة

ما هي atc-model-converter؟

مجموعة أدوات كاملة لتحويل واستدلال نموذج Huawei Ascend NPU. (1) تحويل نماذج ONNX إلى تنسيق .om باستخدام أداة ATC مع دعم إصدار CANN المتعدد (8.3.RC1، 8.5.0+). (2) قم بتشغيل استنتاج Python على نماذج OM باستخدام ais_bench. (3) قارن الدقة بين مخرجات وحدة المعالجة المركزية ONNX وNPU OM. (4) استدلال YOLO من طرف إلى طرف مع المعالجة المسبقة/المعالجة اللاحقة لـ Ultralytics - يدعم مهام الكشف والوضع والتجزئة ومهام OBB. يُستخدم عند تحويل النماذج أو اختبارها أو نشرها على معالجات Ascend AI. المصدر: ascend-ai-coding/awesome-ascend-skills.

كيف أثبّت atc-model-converter؟

افتح الطرفية أو أداة سطر الأوامر لديك مثل Terminal أو iTerm أو Windows Terminal انسخ ونفّذ هذا الأمر: npx skills add https://github.com/ascend-ai-coding/awesome-ascend-skills --skill atc-model-converter بعد التثبيت، سيتم إعداد المهارة تلقائيا في بيئة البرمجة بالذكاء الاصطناعي لديك وتصبح جاهزة للاستخدام في Claude Code أو Cursor أو OpenClaw

أين مستودع المصدر؟

https://github.com/ascend-ai-coding/awesome-ascend-skills

التفاصيل

الفئة
</>أدوات التطوير
المصدر
skills.sh
أول ظهور
2026-02-25