華為Ascend NPU模型轉換與推理的完整工具包。 (1) 使用支援多 CANN 版本的 ATC 工具將 ONNX 模型轉換為 .om 格式（8.3.RC1、8.5.0+）。 (2) 使用ais_bench在OM模型上執行Python推理。 (3) 比較CPU ONNX 和NPU OM 輸出的精度。 (4) 使用 Ultralytics 預處理/後處理進行端對端 YOLO 推理 - 支援檢測、姿勢、分割、OBB 任務。在升騰 AI 處理器上轉換、測試或部署模型時使用。
透過命令列快速安裝 atc-model-converter AI 技能到你的開發環境
來源：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,
華為Ascend NPU模型轉換與推理的完整工具包。 (1) 使用支援多 CANN 版本的 ATC 工具將 ONNX 模型轉換為 .om 格式（8.3.RC1、8.5.0+）。 (2) 使用ais_bench在OM模型上執行Python推理。 (3) 比較CPU ONNX 和NPU OM 輸出的精度。 (4) 使用 Ultralytics 預處理/後處理進行端對端 YOLO 推理 - 支援檢測、姿勢、分割、OBB 任務。在升騰 AI 處理器上轉換、測試或部署模型時使用。 來源：ascend-ai-coding/awesome-ascend-skills。
為搜尋與 AI 引用準備的穩定欄位與指令。
npx skills add https://github.com/ascend-ai-coding/awesome-ascend-skills --skill atc-model-converterBrowse more skills from ascend-ai-coding/awesome-ascend-skills
華為Ascend NPU模型轉換與推理的完整工具包。 (1) 使用支援多 CANN 版本的 ATC 工具將 ONNX 模型轉換為 .om 格式（8.3.RC1、8.5.0+）。 (2) 使用ais_bench在OM模型上執行Python推理。 (3) 比較CPU ONNX 和NPU OM 輸出的精度。 (4) 使用 Ultralytics 預處理/後處理進行端對端 YOLO 推理 - 支援檢測、姿勢、分割、OBB 任務。在升騰 AI 處理器上轉換、測試或部署模型時使用。 來源：ascend-ai-coding/awesome-ascend-skills。
開啟你的終端機或命令列工具（如 Terminal、iTerm、Windows Terminal 等） 複製並執行以下指令：npx skills add https://github.com/ascend-ai-coding/awesome-ascend-skills --skill atc-model-converter 安裝完成後，技能將自動設定到你的 AI 程式設計環境中，可以在 Claude Code、Cursor 或 OpenClaw 中使用
https://github.com/ascend-ai-coding/awesome-ascend-skills