cann-samples 样例检索

确认本地样例仓库

当前工作区已在 cann-samples 仓库内就直接用；否则当前目录下已有 cann-samples/ 就直接用，没有就克隆到当前目录：

git clone https://gitcode.com/cann/cann-samples.git

未取得仓库时，只整理画像和检索计划，说明尚无法核对示例。

后文命令中的 <仓库路径> 一律代入该仓库的绝对路径；仓内路径由它与本次发现的相对路径拼接，不预设目录层级。

先填写算子画像

根据当前算子的代码、构建配置和已有性能报告填写下表，再据此生成检索条件。 “填写结果”应包含值和简短依据（文件/符号/报告）；查不到写“未知”，不适用写 N/A，只追问影响选型的缺项。

字段	填写结果（值 + 依据）	填写提示
芯片版本	待填写	产品型号、NPU_ARCH、可用 AIC/AIV 数；型号与架构映射从当前仓库说明和构建配置核实
工具链版本	待填写	CANN、编译器版本，真机或仿真环境
开发语言/接口层	待填写	实际 kernel 是否为 Ascend C；C++ API、C API、Tensor API，或其它 DSL；不把 Python 调用层当成 kernel 语言
当前代码架构	待填写	SIMD MemBase、SIMD VF、SIMT、Cube、Cube+Vector（CV）、SIMD+SIMT；混合算子按阶段填写
允许的改动范围	待填写	仅当前实现内优化，还是允许 MemBase→VF、SIMD→SIMT、CV 融合、数据格式/算法变换；以用户范围为准
算子与阶段语义	待填写	elementwise、broadcast、reduce、matmul/grouped matmul、Attention、Gather/Scatter、MoE 路由/通信；重复索引覆盖或规约
数据规格与精度	待填写	shape/动态维、stride、ND/DN/NZ、输入/输出/累加 dtype、尾块、量化 scale、精度要求
已用接口与数据流	待填写	DataCopy/LoadData/Fixpipe/Te::Copy、Reg/MicroAPI、asc_*；GM/L1/L0/UB 路径、tile/buffer 容量及复用
调度与同步	待填写	分核/线程、尾轮、TQue/Mutex/Flag/LocalMemBar/asc_vf_call、跨核交接和 buffer 生命周期
瓶颈与证据	待填写	Scalar/Vector/Cube/MTE/Fixpipe、缓存、spill、长尾；注明 kernel、VF 或端到端口径，无证据写未知

按画像生成检索计划

混合算子按阶段拆解，分别从以下维度生成查询，再合并候选。不要把全部画像字段拼成一个必须同时命中的查询，也不要只搜索算子名。 芯片、版本、精度和改动范围主要用于核实适用性，文档未出现这些词不等于不支持。

检索维度	从画像提取的内容
算子与阶段	算子名、各阶段的计算语义；兼顾其他算子中的相同子过程
执行模型与接口	当前模型、实际 API/符号、用户允许迁移的模型
数据与调度	数据布局、访问路径、复用方式、分核、同步及尾块特征
瓶颈与目标	已观察到的热点、硬件事件及对应中英文术语；未知时查询性能分析入口，不预设瓶颈

为每组关键词补充中英文名称、缩写和源码拼写。例如“矩阵乘”可查 matmul|GEMM|矩阵乘；具体别名继续从当前仓库的说明文档和命中源码中扩展。这些只是查询示例，不是固定知识清单。

用一张简短记录表跟踪覆盖情况：阶段/维度 | 查询词 | 搜索范围 | 命中证据或未命中 | 后续核实。每个相关维度都应有检索证据或不适用理由；一次搜索或阅读可覆盖多个维度，不为填表重复查询。未知项保留待确认，不直接排除。

搜索当前仓库

以当前 checkout 为准，动态发现布局；不维护目录分类表、文件后缀白名单或优化索引。

1. 只发现一次布局。 先拿目录骨架与入口文档，从中识别入口说明、文档、源码与构建配置，按入口链接选择范围；样例子树内的文件细查留给检索。复用已发现的布局与已读内容；目录名仅作线索，不能限定候选必须位于某个子树。
2. 合并高信息量查询。 优先实际符号、具体阶段语义、明确瓶颈及其别名。用多个 -e 表达“任一命中”，将相关维度合并为一轮仓库级候选发现，只返回文件路径；精确符号可用 -F。不要将 SIMD、float 等宽泛属性各自全仓扫描，它们主要用于候选内核实。
3. 先筛文件，再读片段。 合并路径线索与正文命中、去重，按同一示例/主题归组。优先读取直接解释方法的文档，再在候选文件内用 rg -n 定位实现；只展开相关段落、函数与依赖。跨算子的相同阶段也保留，避免只读同名算子。
4. 只为证据缺口扩搜。 优先候选核实后，检查画像各阶段/维度；仅对未覆盖部分增加别名或放宽词面条件。局部查询未命中时扩大范围；已完成的仓库级查询不重复。相关维度已有依据或已记录扩搜后的未命中、且足以给出用户需要的候选时停止，不枚举全部实现。

以下仅展示发现与批量搜索的语法，关键词按本次画像替换；不依赖示例所在目录或文件后缀：

find "<仓库路径>" -maxdepth 2 -type d -not -path '*/.git*'
find "<仓库路径>" -maxdepth 2 -type f -not -path '*/.git*' \( -iname 'README*' -o -name '*.md' -o -name 'CMakeLists.txt' \)
rg -il --hidden -g '!.git' -e 'matmul|GEMM|矩阵乘' -e 'ReduceSum|归约' "<仓库路径>"

默认遵守忽略规则、跳过二进制；从当前配置识别生成物和第三方内容，不把其命中当作仓内示例证据。上述搜索包含隐藏文件，但不遍历 Git 元数据。若入口链接或 Git 文件清单显示相关文件被忽略规则漏掉，只对这些路径显式读取或搜索，不默认用 --no-ignore 全仓展开。查询数量少不等于证据充分：目录名或关键词命中仍需内容核实。

核实候选并提取优化方法

对合并去重后的候选，先读对应说明，再看相关源码与实际构建配置；沿其引用确认构建入口，不假设文档名、构建系统或父子目录关系。结合画像核对芯片/工具链、接口层、执行模型、shape/dtype/layout、精度、内存容量、同步语义和改动范围。明确不兼容的实现排除；信息缺失标“待确认”；跨模型或跨语言只在允许范围内作为迁移候选或算法参考。

对性能 story，从当前文档的标题、基线说明及其引用的版本文件还原优化路线，比较基线与相关后续版本；说明不清时阅读对应函数或对相关文件执行 diff -u。不要假设编号最大的版本适用于所有输入，也不要把多个改动的总体收益归因于某一个技巧。

每个保留的方法都要回答：示例改了什么、为什么与本次画像匹配、迁移还缺哪些条件，并给出当前 checkout 中的文件及符号/行号作为依据。搜索命中本身不构成优化建议，结论须来自读过的文档或实现。

仅查示例时无需构建或运行。需要复现时，从候选说明、构建配置和脚本提取实际环境要求、构建目标、数据生成及验证命令；按用户任务范围执行，不默认全仓构建。环境不满足或构建、运行失败时，写明卡在哪一步、缺什么条件——卡点出自实测，附实际执行的命令与真实报错。找不到运行入口应明确说明，仍可保留有依据的源码参考。

输出结果

优先给出最多五个相关候选，每个包含：

• 优化方法及命中的画像条件，标注“可尝试 / 待确认 / 算法参考”。
• 仓库内具体文件及符号/行号，以及适用条件和限制。
• 迁移后的验证项；需要复现时补充已核对的构建、运行命令，区分未执行、已验证与卡点（附实测命令与报错）。

简述搜索覆盖的阶段/维度、排除原因和未找到证据的部分。无合适候选时说明已查范围及缺失条件，不编造示例或声称穷尽。没有实测不承诺加速；比较性能前先检查正确性和精度，并保持环境、输入及测量口径一致。