本文主要是介绍CANN 开发工具介绍，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
1、ATC工具
ATC（Ascend Tensor Compiler）是异构计 算架构CANN体系下的模型转换工具， 它可 以将开源框架的网络模型以及Ascend IR定义 的单算子描述文件（json格式）转换为昇腾 AI处理器支持的.om格式离线模型。
2、精度对比工具
精度比对是用于比对自有实现的算子运算结 果与业界标准算子运算结果存在的差异，帮助开发人员快速定位算子精度问题的工具。
● 推理场景中，ATC在模型转换过程中对模 型进行了优化，包括算子消除、算子融 合、算子拆分，可能会造成算子精度问 题。
● 训练场景中，用户原始网络可以迁移到 Atlas 训练系列产品上执行训练，网络迁移可能会造成算子精度问题。
3、AOE工具
AOE（Ascend Optimize Engine）是一款自动调优工具，作用是充分利用有限的硬件资源，以满足算子和整网的性能要求。 AOE通过生成调优策略、编译、在运行环境 上验证的闭环反馈机制，不断迭代出更优的 调优策略，最终得到最佳的调优策略。从而可以更充分利用硬件资源，不断提升网络的性能，达到最优的效果。
4、性能分析工具
性能分析工具是用于分析在训练阶段或运行 在昇腾AI处理器上的App工程各个运行阶段 的关键性能瓶颈，并提出针对性能优化的建 议，最终实现产品的极致性能。
5、分析迁移工具
分析迁移是可以将PyTorch/TensorFlow脚本迁移为迁移至昇腾NPU或MindSpore生态的工具，开发者可做到少量代码修改或零代码完成迁移。同时提供分析工具，帮助用户分析训练脚本的算子、三方库API、亲和库API 和动态shape支持情况。
6、算子及模型速查工具
算子和模型速查工具提供了查询当前版本 CANN支持的模型和算子功能。
7、专家系统工具
专家系统（Advisor）是用于聚焦模型和算子的性能调优Top问题，识别性能瓶颈，重点构建模型和算子瓶颈分析并提供优化推荐， 支撑开发效率提升的工具。
8、ModelSlim工具
ModelSlim，即昇腾模型压缩加速工具，一 个以加速为目标、压缩为技术、昇腾为根本的亲和压缩工具。支持训练加速和推理加速两大场景，包括模型低秩分解、稀疏训练、训练后量化、量化感知训练等功能。
10、模型压缩工具AMCT
AMCT工具（Ascend Model Compression Toolkit），即AMCT。是一个针对昇腾芯片亲和的深度学习模型压缩工具包，提供量化、稀疏等多种模型压缩特性，压缩后模型 体积变小，部署到昇腾AI处理器上后可使能 低比特运算，提高计算效率，达到性能提升 的目标。
11、性能测试工具HCCL
介绍分布式训练场景下，通过HCCL性能测试 工具测试HCCL集合通信的性能以及功能正确性。
这篇关于CANN 开发工具介绍的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
