在人工智能技术向产业深度渗透的过程中，基础软件的开放性与可扩展性正成为决定创新效率的核心变量。对于开发者与企业而言，基础软件不再仅仅是一个 “能用即可” 的工具，而是需要其 “可理解、可改造、可优化” —— 它直接影响硬件算力释放的效率、性能，模型迭代升级的频率，以及行业场景的适配深度。

长期以来，AI 基础软件领域存在的 “黑盒式封闭”，让开发者难以触及底层逻辑：算子实现不透明、运行时调度机制不可见、编译器接口有限制，这些问题不仅抬高了技术创新的门槛，也让企业在技术选型时面临 “只能信任、无法验证” 的被动局面。当模型形态日趋多样化、部署场景愈发复杂，这种封闭模式已难以满足产业灵活创新、深度优化的核心需求。

昇腾 CANN 的全面开源开放，正是对这一行业痛点的直接回应。这并非一次表层的技术展示，而是基于 AI 基础软件演进规律的系统性选择 —— 通过全栈级别的开源开放，让底层能力透明化、核心组件可扩展，为开发者与企业搭建一个真正可信赖、可共建的技术平台。

12月22日-26日，华为计算推出了昇腾CANN开源开放创享周线上直播活动，围绕CANN开源开放展开深度解读，涵盖算子编程、模型优化实践等核心内容，旨在帮助开发者深入理解昇腾AI基础软件的技术架构与演进路径。

在首期《打破黑盒：昇腾CANN开源开放的底层逻辑与产业构想》直播中，CANN开源社区技术指导委员会委员邵立欣、CANN开源社区PMC委员宋昆鹏、昇腾计算架构师何剑三位专家都提到一个共识：当下的技术竞争，焦点已不再局限于单一技术路线的比拼，而是落脚于自主算力底座、软件体系与生态协同能力的综合实力较量。

CANN作为昇腾算力的核心基础软件，承担着连接AI芯片与上层应用、模型和行业场景的关键角色。它不仅决定着硬件性能是否能够被充分释放，更决定着开发者是否能够在这一平台之上安心投入、持续创新。因此，“是否开源”“开多深”“是否真正透明”，成为行业和开发者最为关注的问题。

全面开源开放：构建自主创新的算力底座

此次CANN的全面开源开放，给出的答案是清晰而坚定的。不同于过往只停留在接口或示例层面的“有限开放”，CANN这一次选择的是软件栈级别的系统性开源开放，覆盖了从算子、通信、编程体系、编译器与运行时在内的关键能力。

从底层能力来看，CANN开源核心算子库的参考实现，涵盖神经网络、数学计算、Transformer等主流模型算法所依赖的核心计算单元。同时，CATLASS高性能算子模板库以社区项目形式开放，为开发者进行算子重写、性能极限挖潜提供了可复用的工程基础。在运行时层面，内存管理、资源调度等关键机制不再隐藏在黑盒中，开发者可以清晰理解算子如何被调度、数据如何在硬件上流转。

在通信与并行能力方面，通信相关组件同样进入开源体系，使得分布式训练与推理不再是“只能用、不能改”的固定实现，而是可以根据业务拓扑、通信模式进行裁剪和重构。这种开放，为大规模集群、行业定制化部署提供了现实可能。

更重要的是，CANN同步开源编译器层的AscendNPU IR及相关编程接口，并支持主流Triton、TileLang、DLCompiler等多种编程范式的对接。这意味着，开发者不再被单一开发路径锁定，而是可以在熟悉的工具和抽象层之上，逐步探索到更底层的性能空间。

对于企业而言，这种“全量而非选择性”的开源开放，意味着技术选型不再是一场对黑盒的信任投票，而是可以基于代码质量、架构合理性和社区活跃度做出理性决策；对于开发者而言，则意味着从“只能调用”走向“可以理解、可以改造、可以扩展”。

在直播讨论中，有一个反复被提及的现实问题：企业在引入底层基础软件时，最担心的并不是性能指标，而是开发难、调试难和信任难。CANN选择通过开源开放来正面回应这些痛点，让问题回到工程本身，而不是被封装在不可解释的实现细节中。这种透明，本身就是对AI产业最大的尊重。

架构升级：纵向分层解耦、横向灵活扩展

真正支撑 CANN 迈向开源生态的核心，不仅是其技术开放的态度，更源于其在开源前完成的前瞻性架构重构。伴随 AI 技术向多场景、多模态、高性能方向演进，未来 AI 形态也将呈现高度多样化特征，若基础软件仍固守强耦合的一体化架构，必然会成为创新迭代的性能瓶颈。

因此，CANN在架构层面系统性地引入了“纵向分层解耦”的设计思路，将运行时、毕昇编译器、编程语言、算子库、通信库等组件进行清晰分层，并对层间依赖关系进行严格约束。每一层都可以以不同节奏独立演进，高频创新的模块不再被低频演进的基础能力所牵制。

这种解耦方式，直接改变了开发者的使用方式。应用开发者可以停留在高层接口，专注模型与业务逻辑；算法工程师可以深入算子层，对热点路径进行重写与优化；系统开发者则可以在运行时和通信层进行机制级改造，而无需牵动整个软件栈。

在横向扩展能力上，CANN为训练、推理、边缘计算以及云边端协同等多种场景预留了充足空间。开发者可以基于现有算子库扩展领域专用加速库，也可以通过插件化机制引入自定义算子、通信算法或图优化Pass。这使得CANN不再是一条“预定义路径”，而是一个可以持续生长的算力平台。

面向未来，CANN的架构规划并未止步于当前能力，而是持续为新型模型结构、更大规模集群以及新计算范式预留接口与演进空间，确保今天的投入不会成为明天的技术负担。

生态建设：持续耕耘AI的黑土地

在生态层面，CANN的开源开放策略体现出明显的长期主义取向。邵立欣表示：“开源之后，外部开发者和企业正在从使用者转变为真正的共建者。有企业基于CANN开源的集合通信代码，针对自身业务场景进行深度裁剪，仅保留最适配的通信路径，最终实现了数倍性能提升。”这类创新，正是单一厂商难以覆盖、却最具产业价值的部分。

与此同时，昇腾CANN并未选择“闭门造车”，而是积极拥抱主流开源社区。从PyTorch、vLLM等主流训推加速库，到Triton、TileLang等新兴编程范式，CANN均以“后端能力提供者”的姿态融入其中，让国产算力自然进入开发者熟悉的技术体系，而不是另起一套生态孤岛。

在产学研协同方面，CANN也逐步形成以高校和科研机构为重要节点的生态网络。通过算子库共建、AI4S场景支持、课程与训练营等形式，将基础软件能力与科研创新深度结合，使前沿研究成果能够直接在国产算力平台上落地验证。

为支撑这种多主体共建，CANN构建了较为完善的社区治理体系：由技术指导委员会把控整体技术方向，由项目管理委员会保障工程节奏，同时通过SIG兴趣小组深耕具体技术领域。配合训练营、算子赛、社区任务和激励机制，形成开发者“进得来、留得住、能成长”的良性循环。

结语

放眼未来，AI 的演进路径仍充满不确定性。更大规模的集群、更复杂的模型结构，以及持续涌现的新型计算范式，都对基础软件提出了更高要求。CANN 所做的选择，是在硬件持续演进的同时，坚持软件体系同步开放，把“低耦合、高内聚、可进化”作为长期设计原则。

随着昇腾硬件平台不断演进，CANN 将保障“上市即开源”的节奏，让匹配新硬件的能力第一时间进入社区视野，避免软硬件割裂带来的生态断层。在软件侧，通过持续丰富算子库、完善编程接口，协同主流开源社区，逐步降低国产算力的使用与迁移门槛。

更重要的是，通过开源与社区共建，CANN 正在将“单点技术能力”转化为“系统性生态优势”。当越来越多的开发者、企业和研究机构参与其中，算力底座本身也将不断被反向塑造，形成正向循环。

昇腾 CANN 的全面开源开放，既不是一次短期营销动作，也不是简单的技术展示，而是一项面向未来的系统工程。这不仅是昇腾的一次重要选择，也是国产 AI 生态迈向成熟的关键一步。