深化产学研协同 | 培养算子硬核人才，沉淀高质量算子资产，加速繁荣行业CANN生态

算子是连接上层模型与底层芯片的关键桥梁，直接影响模型运行性能与芯片极致算力的释放。深圳河套学院作为CANN生态线性代数SIG组生态Maintainer，深度参与ops-blas算子库建设，以专业学术力量推进算子设计规范、代码评审机制与社区迭代流程建设，立足真实场景解决算子实际难题，在实践中培养算子人才。目前学院已贡献13个高性能blas算子至CANN开源社区，是算子贡献最多的生态方。

ops-blas算子库建设的价值与意义

人工智能时代，大模型训练、推理、科学计算、机器人、计算机视觉……几乎所有AI应用背后，都离不开一个共同基础——线性代数计算（BLAS，Basic Linear Algebra Subprograms）。作为AI计算中最基础、最核心的能力之一，BLAS算子的性能、完备性与易用性，直接影响上层模型和应用的开发效率。随着CANN开源社区不断发展，越来越多的AI模型、科学计算和行业应用对BLAS能力提出了更丰富的需求，也需要一个统一、开放、可持续演进的平台，进一步汇聚社区技术积累，提升算子复用与协同共建效率。

基于这一需求，深圳河套学院联合CANN团队共同打造BLAS能力中心——ops-blas算子库。 该算子库对齐业界BLAS标准，贴合开发者使用习惯，对线性代数相关算子进行统一建设与管理，构建Level-1、Level-2、Level-3分层化线性代数计算能力，实现从基础向量计算到大规模矩阵计算的完整覆盖。通过统一接口与集中沉淀，更多AI模型、科学计算场景和行业应用可以便捷复用相关能力，进一步降低模型迁移和开发成本，为CANN生态构筑更加完善、开放且可持续演进的底层计算基础。

图1：CANN开源社区的ops-blas算子库

点击“阅读原文”即可跳转

线性代数SIG组的生态Maintainer

深圳河套学院人工智能理论与系统中心陈子忠教授担任线性代数SIG组Maintainer，也是该 SIG组的生态共建负责人，深度参与算子开发、性能调优、代码评审等核心工作。其团队年度计划完成53个空缺API补齐开发，在真实项目实践中锤炼算子人才，目前已累计贡献13个高性能blas算子，填补了ops-blas算子库在特殊矩阵格式支持与基础实数矩阵运算方面的重要空白，不断夯实CANN底层线性代数计算能力，繁荣行业CANN生态，助力科学计算、雷达信号处理、微波仿真、流体力学等科研场景创新落地。

表1：陈教授团队贡献的部分高性能算子

同时，团队另有9个算子正在开发，将进一步补充复数运算、带状矩阵运算、秩2更新和批量混合精度矩阵乘法能力。

表2：陈教授团队正在开发的高性能算子

其中，已完成开发的spmv（Symmetric Packed Matrix-Vector Multiplication）算子针对对称矩阵的存储特性进行优化，采用压缩存储格式节省内存空间，高效完成矩阵与向量乘加运算，为CANN生态在科学计算、图分析、稀疏模型推理等场景提供更完善的底层线性代数支撑。

图2：spmv内存负载分析

图3：spmv算子Roofline分析

表3：部分算子在不同矩阵下的时延

ops?blas不仅是一个代码仓库，更是一套开放共享、协同创新的生态机制。未来，CANN将持续汇聚社区各方力量，吸引开发者、高校与企业共同参与高性能线性代数能力共建，持续沉淀CANN底层算子资产，为AI模型、计算框架和行业应用提供更加坚实的基础支撑，加速行业CANN生态高质量发展！

◆往期推荐◆

昇腾950超节点荣获2026世界互联网大会领先科技奖

点击下方“阅读原文”，获取ops-blas算子库开源地址！