Guide de vérification, de déploiement et de fonctionnalités de l'environnement Huawei Ascend Extension pour PyTorch (torch_npu). Appliqué automatiquement lorsque les utilisateurs utilisent @torch_npu, Ascend NPU, CANN ou doivent migrer PyTorch vers NPU ; lorsque les utilisateurs utilisent @torch_npu_doc, fournit une description des capacités de documentation chinoise du projet basée sur des références de compétences.
Installez rapidement le skill IA torch_npu dans votre environnement de développement via la ligne de commande
Source : ascend-ai-coding/awesome-ascend-skills.
检查 PyTorch 与 Python 版本是否在配套范围内（参见 README.zh.md 中的「PyTorch与Python版本配套表」）：
| 设备与内存 | torch.npu：设备管理、devicecount、currentdevice、setdevice、synchronize、Stream/Event、内存统计与分配（memoryallocated、emptycache、MemPool 等）。 | | 张量/存储 | tensor.npu()、tensor.isnpu、NPU Storage、序列化 torch.save/load 支持 NPU，DDP/多进程 reductions。 | | 训练/优化 | torch.npu.amp 混合精度、torchnpu.optim、FSDP 补丁（ShardedGradScaler）、梯度检查点默认 NPU。 |
| 分布式 | torchnpu.distributed：HCCL/LCCL 后端、ishcclavailable、reinitprocessgroup、RPC、symmetric memory、DTensor 规则。 | | 扩展 API | torchnpu.contrib：NMS、IoU 系列、ROIAlign、DCN、FusedAttention、自定义模块（如 DropoutWithByteMask）等。 | | 图与编译 | NPU Graph（npugraphify）、Dynamo、Inductor、torch.compile 支持 NPU。 |
Guide de vérification, de déploiement et de fonctionnalités de l'environnement Huawei Ascend Extension pour PyTorch (torch_npu). Appliqué automatiquement lorsque les utilisateurs utilisent @torch_npu, Ascend NPU, CANN ou doivent migrer PyTorch vers NPU ; lorsque les utilisateurs utilisent @torch_npu_doc, fournit une description des capacités de documentation chinoise du projet basée sur des références de compétences. Source : ascend-ai-coding/awesome-ascend-skills.
Champs et commandes stables pour les citations IA/recherche.
npx skills add https://github.com/ascend-ai-coding/awesome-ascend-skills --skill torch_npuBrowse more skills from ascend-ai-coding/awesome-ascend-skills
Guide de vérification, de déploiement et de fonctionnalités de l'environnement Huawei Ascend Extension pour PyTorch (torch_npu). Appliqué automatiquement lorsque les utilisateurs utilisent @torch_npu, Ascend NPU, CANN ou doivent migrer PyTorch vers NPU ; lorsque les utilisateurs utilisent @torch_npu_doc, fournit une description des capacités de documentation chinoise du projet basée sur des références de compétences. Source : ascend-ai-coding/awesome-ascend-skills.
Ouvrez votre terminal ou outil de ligne de commande (Terminal, iTerm, Windows Terminal, etc.) Copiez et exécutez cette commande : npx skills add https://github.com/ascend-ai-coding/awesome-ascend-skills --skill torch_npu Une fois installé, le skill sera automatiquement configuré dans votre environnement de programmation IA et prêt à être utilisé dans Claude Code, Cursor ou OpenClaw
https://github.com/ascend-ai-coding/awesome-ascend-skills