前言：为什么要在 Notebook 中开发 CANN？

适用版本：CANN 5.1.0 + MindSpore 1.7.0
最后更新：2025年11月
目标读者：初次接触CANN、希望快速上手昇腾AI开发的新手开发者

昇腾（Ascend）AI处理器作为华为自研的高性能AI芯片，正被广泛应用于大模型训练、推理加速等场景。而 CANN（Compute Architecture for Neural Networks） 是其核心软件栈，为开发者提供底层算子支持、编译优化与运行时调度能力。

然而，本地部署CANN环境往往涉及复杂的驱动安装、依赖管理与权限配置，对新手极不友好。幸运的是，借助 云平台上的 Jupyter Notebook，我们可以实现：

• 免配置启动：无需手动安装CANN或驱动
• 开箱即用：预装MindSpore、TensorFlow与CANN工具链
• 高效调试：交互式编程 + 实时结果可视化
• 社区友好：便于复现他人项目、贡献代码

本文将手把手教你如何在 没有显式“CANN”标签镜像 的情况下，精准识别并使用一个隐藏但功能完整的CANN开发镜像——tensorflow1.15-mindspore1.7.0-cann5.1.0-euler2.8-aarch64，完成从零到可运行的完整搭建流程。

---

一、确认可用镜像：找到“藏起来”的CANN环境

在华为云ModelArts的Notebook创建页面中，搜索“CANN”可能返回空结果，但这并不意味着没有CANN支持。

🔍 关键发现：
在镜像列表中存在以下选项：

名称：tensorflow1.15-mindspore1.7.0-cann5.1.0-euler2.8-aarch64  
描述：Ascend+ARM算法开发和训练基础镜像，AI引擎预置TensorFlow和MindSpore

该镜像已集成：

• CANN 5.1.0（含ACL、TBE、Driver等组件）
• MindSpore 1.7.0（支持Ascend后端）
• TensorFlow 1.15（兼容部分旧模型）
• EulerOS 2.8（华为官方操作系统）

✅ 结论：这是当前环境下最合适的CANN开发起点。

---

二、完整搭建流程

步骤1：创建 Notebook 实例

1. 登录 华为云控制台

2. 进入 ModelArts > 开发环境 > Notebook

3. 点击 【创建】

4. 填写基本信息：
   • 名称：cann-dev-notebook
   • 计费模式：按需计费（适合学习测试）

5. 选择 AI引擎：
   • AI引擎类型：Ascend
   • 镜像：勾选 tensorflow1.15-mindspore1.7.0-cann5.1.0-euler2.8-aarch64

6. 选择计算规格：
   • 推荐： Ascend: 1*Ascend Snt9|ARM: 24核 96GB

7. 点击 【立即创建】
   

⏱️ 实例创建通常需要 3–5 分钟，请耐心等待状态变为“运行中”。

---

步骤2：进入 JupyterLab 并加载环境

1. 实例创建成功后，点击 【打开】 按钮
2. 系统将自动跳转至 JupyterLab 界面
3. 在左侧菜单点击 “+” → 打开 Terminal（终端）

在终端中执行以下命令，加载CANN环境变量：

source /usr/local/Ascend/ascend-toolkit/set_env.sh

💡 此脚本会设置 PATH、LD_LIBRARY_PATH、PYTHONPATH 等关键路径，确保后续命令能正确调用CANN组件。

---

步骤3：验证NPU设备与CANN状态

3.1 查看NPU硬件信息

npu-smi info

✅ 成功输出应包含设备ID、温度、功耗、健康状态等，例如：

+-------------------+-------------------+------------------------------------------------------+
| NPU     Name      | Health            | Power(W)    Temp(C)    HBM(MB)    Util(%)           |
+===================+===================+======================================================+
| 0       910B      | OK                | 85.2        45         32768      0                 |
+-------------------+-------------------+------------------------------------------------------+

若显示“OK”，说明NPU驱动正常。

3.2 验证CANN版本

cat /usr/local/Ascend/ascend-toolkit/version.txt

预期输出：

CANN 5.1.0

3.3 测试MindSpore是否可调用Ascend

新建一个 .ipynb 文件，运行以下Python代码：

import mindspore as ms

print("MindSpore version:", ms.__version__)
ms.set_context(device_target="Ascend")
print("Device target set to:", ms.context.get_context('device_target'))

# 尝试创建一个NPU张量
x = ms.Tensor([1, 2, 3], dtype=ms.float32)
print("Tensor on NPU:", x)

✅ 若无报错且输出类似：

MindSpore version: 1.7.0
Device target set to: Ascend
Tensor on NPU: [1. 2. 3.]

则表明 CANN + MindSpore + NPU 全链路已打通！

---

三、常见问题排查

问题现象	可能原因	解决方法
npu-smi: command not found	未加载环境变量	执行 source /usr/local/Ascend/ascend-toolkit/set_env.sh
ImportError: libascend.so not found	动态库路径缺失	检查 echo $LD_LIBRARY_PATH 是否包含 /usr/local/Ascend/ascend-toolkit/lib64
MindSpore 报错 “device_target not supported”	未显式设置设备	添加 ms.set_context(device_target="Ascend")
实例无法启动	区域资源不足	尝试切换可用区（如北京四 → 上海一）

---

四、下一步：开始你的算子开发之旅

环境就绪后，你可以：

• 浏览官方示例：/usr/local/Ascend/samples/custom_ops/
• 编写自定义TBE算子（基于Python）
• 使用ACL C++接口开发高性能算子
• 将Notebook项目导出为 .py 脚本用于生产部署

📌 提示：CANN 5.1.0 虽非最新版，但已支持绝大多数算子开发需求。如需更高版本，可关注社区Docker方案。

---

结语：从“找不到”到“跑起来”，只需一步之遥

在云平台上寻找CANN环境时，我们常常被“搜索无结果”所困扰。但正如本文所示，真正的开发资源往往藏在细节之中——那个名字冗长却功能完整的镜像，正是开启昇腾AI开发大门的钥匙。

通过本文的完整流程，你已经成功在Notebook中搭建了一个可运行、可调试、可扩展的CANN开发环境。接下来，无论是学习算子原理、复现社区项目，还是贡献自己的创新，你都已站在坚实的起点之上。

参考文档：

• CANN 官方文档