name: npu-adapter-reviewer description: GPU代码到昇腾NPU适配审查专家。当用户需要将GPU上的代码（特别是深度学习、模型推理相关）迁移到华为昇腾NPU时，必须使用此skill进行全面审查。此skill能识别GPU到NPU迁移的堵点、编写适配脚本、生成验证方案，并输出完整的Markdown审查报告。触发场景包括：用户提到"NPU适配"、"昇腾迁移"、"GPU转NPU"、"Ascend"、"CANN"、"模型迁移"、"算子适配"等关键词，或者用户要求对GPU代码仓库进行审查并迁移到NPU平台。
NPU Adapter Reviewer - GPU到昇腾NPU适配审查专家
这是一个专门用于将GPU代码适配到华为昇腾NPU的Agent Skill。本技能覆盖完整的适配工作流：代码分析、堵点识别、适配脚本编写、验证方案设计、以及最终报告生成。
核心工作流程
阶段1：代码仓库获取与分析
任务1.1：获取源代码
根据用户提供的输入（本地路径或GitHub链接），获取完整的代码仓库：
# 如果是GitHub链接，先克隆
git clone <repo_url> /tmp/gpu_code_base
cd /tmp/gpu_code_base
# 如果是本地路径，直接分析
ls -la <local_path>
任务1.2：全面代码扫描
使用并行探索的方式分析代码结构：
-
探索Agent 1 - 代码结构分析
- 找出所有Python文件、CUDA文件、C++文件
- 识别项目目录结构
- 找出主要的入口文件和配置文件
-
探索Agent 2 - GPU依赖识别
- 搜索CUDA API调用（
cudaMalloc,cudaMemcpy,kernel<<<...>>>,torch.cuda等） - 搜索PyTorch GPU相关代码（
.cuda(),.to('cuda'),torch.device('cuda')等） - 搜索TensorRT相关代码
- 搜索深度学习框架特定API（Transformer引擎、Flash Attention等）
- 搜索CUDA API调用（
-
探索Agent 3 - 外部库依赖
- 搜索
import和from ... import语句 - 识别所有第三方库依赖
- 检查是否有NPU不支持的库
- 搜索
任务1.3：生成代码结构报告
输出以下信息：
- 项目总文件数、代码行数
- 文件类型分布（Python/CUDA/C++/其他）
- 主要依赖库列表
- 核心模块及其功能描述
阶段2：GPU到NPU迁移堵点识别
任务2.1：算子兼容性分析
逐类识别GPU专用算子在NPU上的兼容性：
| 堵点类别 | GPU典型实现 | NPU替代方案 | 迁移难度 |
|---|---|---|---|
| CUDA核心算子 | __global__, __device__函数 | Ascend C算子 / ATB | 高 |
| 内存操作 | cudaMallocHost, cudaMallocManaged | aclrtMalloc, HI_MPI_MALLOC | 中 |
| 流和事件 | cudaStream_t, cudaEvent_t | aclrtStream, aclrtEvent | 中 |
| cuBLAS/cuDNN | cublasGemmEx, cudnnConvolutionForward | aclblasGemmEx, 算子融合 | 高 |
| Flash Attention | flash_attn_varlen_func | 昇腾Flash Attention算子 | 中 |
| 自定义算子 | PyTorch CUDA扩展 | ATC/ACL算子 | 高 |
| AMP/混合精度 | torch.cuda.amp | ascend_mixed_precision | 低 |
任务2.2：识别具体堵点
对每个GPU API调用，生成以下分析：
### 堵点编号: #001
- **文件位置**: `src/attention/cuda_impl.cu:142`
- **GPU API**: `cudaStreamCreate(&stream)`
- **NPU替代**: `aclrtCreateStream(&stream)`
- **迁移方案**:
1. 替换头文件 `aclrt.h`
2. 替换API调用
3. 处理错误码差异
- **预估工作量**: 0.5人天
- **影响范围**: 全局流管理
任务2.3：生成堵点清单
输出完整的堵点列表，按影响范围和迁移难度排序。
阶段3：适配脚本编写
任务3.1：创建NPU适配层
根据识别的堵点，创建适配脚本：
-
创建
npu_compat.py- Python层兼容适配# 自动检测运行设备 def get_device(): if is_npu_available(): return "npu" elif is_cuda_available(): return "cuda" else: return "cpu" # 替换torch.cuda调用 def to_device(tensor): device = get_device() if device == "npu": return tensor.npu() elif device == "cuda": return tensor.cuda() return tensor -
创建
npu_ops.py- NPU算子封装- 将所有CUDA核心算子封装为NPU版本
- 保留原有接口，内部实现NPU适配
-
创建
build_npu.sh- 编译脚本- ASCEND C算子编译命令
- 依赖环境检查
- 错误诊断
任务3.2：修改原有代码
生成修改后的代码文件，保留原文件并创建.npu版本：
- 替换所有GPU特定调用
- 添加设备检测逻辑
- 添加回退机制
阶段4：验证方案设计
任务4.1：创建验证脚本
根据适配内容，生成验证脚本 verify_npu.sh：
#!/bin/bash
# NPU适配验证脚本
echo "=== 1. 环境检查 ==="
check_npu_env() {
# 检查NPU驱动
ls -la /dev/*npu* 2>/dev/null || echo "Warning: NPU device not found"
# 检查CANN
echo $ASCEND_TOOLKIT_HOME
# 检查Python包
python3 -c "import torch; print('PyTorch version:', torch.__version__)"
python3 -c "import torch_npu; print('torch_npu installed')"
}
echo "=== 2. 模块导入测试 ==="
test_imports() {
cd <project_path>
python3 -c "import npu_compat; print('npu_compat OK')"
python3 -c "import npu_ops; print('npu_ops OK')"
}
echo "=== 3. 功能验证 ==="
test_functions() {
# 运行基础测试
python3 -m pytest tests/test_npu_*.py -v
# 验证算子精度
python3 scripts/verify_precision.py
}
echo "=== 4. 性能基准测试 ==="
benchmark() {
python3 scripts/benchmark.py --device npu --compare cuda
}
任务4.2：精度验证脚本
生成 verify_precision.py：
import numpy as np
def verify_npu_precision(cuda_result, npu_result, rtol=1e-3, atol=1e-3):
"""验证NPU与GPU输出精度差异"""
diff = np.abs(cuda_result - npu_result)
max_diff = np.max(diff)
mean_diff = np.mean(diff)
passed = np.allclose(cuda_result, npu_result, rtol=rtol, atol=atol)
return {
"passed": passed,
"max_diff": max_diff,
"mean_diff": mean_diff,
"rtol": rtol,
"atol": atol
}
阶段5：审查报告生成
任务5.1：生成Markdown报告
根据验证结果，生成完整的审查报告：
# GPU到昇腾NPU适配审查报告
# CodeReview_Results_YYYY-MM-DD.md
## 1. 执行摘要
| 项目 | 内容 |
|-----|------|
| 原始代码仓库 | `<repo_url>` 或 `<local_path>` |
| 审查日期 | YYYY-MM-DD |
| 适配状态 | ✅ 完全适配 / ⚠️ 部分适配 / ❌ 适配失败 |
| 识别堵点总数 | XX个 |
| 已适配堵点 | XX个 |
| 剩余堵点 | XX个 |
## 2. 原始代码分析
### 2.1 代码结构概览
- 总文件数：XX
- Python代码行数：XX
- CUDA/C++代码行数：XX
- 核心模块：...
### 2.2 依赖分析
| 库名 | 版本 | NPU兼容性 | 替代方案 |
|-----|------|----------|---------|
| torch | 2.x | ✅ 兼容 | torch_npu |
| flash-attn | 2.x | ⚠️ 部分 | 昇顿Flash Attention |
## 3. 迁移堵点详细分析
### 3.1 算子兼容性问题
#### 问题 #001: CUDA Stream管理
- **文件**: `src/utils/stream_manager.py:45`
- **GPU API**: `cudaStreamCreate`
- **问题描述**: 使用CUDA流管理异步执行
- **NPU替代**: `aclrtCreateStream`
- **影响范围**: 全局，影响所有异步操作
- **迁移建议**:
```python
# 修改前
import torch.cuda
stream = torch.cuda.Stream()
# 修改后
import torch_npu
stream = torch.npu.Stream()
- 状态: ✅ 已适配 / ⚠️ 待处理
问题 #002: Flash Attention算子
- 文件:
src/attention/flash_attn_impl.py:78 - GPU API:
flash_attn_varlen_func - 问题描述: 使用Flash Attention加速注意力计算
- NPU替代: Ascend flash_attn算子或MindSpore flash_attention
- 影响范围: 高，核心推理性能
- 迁移建议:
# 修改前 from flash_attn import flash_attn_func output = flash_attn_func(q, k, v) # 修改后 # 方案1: 使用torch_npu的算子 import torch_npu output = torch_npu.npu_flash_attention(q, k, v) # 方案2: 使用ATB库 from ascend_toolkit import flash_attention output = flash_attention(q, k, v) - 状态: ✅ 已适配 / ⚠️ 待处理
3.2 模型加载与权重管理问题
问题 #003: GPU权重格式
- 文件:
src/model/loader.py:112 - 问题描述: 权重以CUDA格式存储，直接加载会失败
- 迁移建议:
# 修改前 state_dict = torch.load(weights_path) model.load_state_dict(state_dict) # 修改后 state_dict = torch.load(weights_path, map_location='cpu') # 转换权重 for k, v in state_dict.items(): if isinstance(v, torch.Tensor): state_dict[k] = v.npu() model.load_state_dict(state_dict) - 状态: ✅ 已适配
3.3 计算性能瓶颈
问题 #004: 算子融合缺失
- 文件:
src/model/inference.py:89 - 问题描述: 多个独立算子导致性能下降
- 迁移建议: 使用ATC进行算子融合优化
- 预估性能提升: 20-30%
- 状态: ⚠️ 待处理
3.4 NPU内存与KV Cache管理
问题 #005: 动态内存分配
- 文件:
src/cache/kv_cache.py:56 - 问题描述: 使用CUDA动态内存分配
- 迁移建议: 使用固定内存池
- 状态: ⚠️ 待处理
3.5 Python-C++边界问题
问题 #006: C++扩展编译
- 文件:
src/utils/gpu_ext.cpp:145 - 问题描述: CUDA C++扩展需要重新编译
- 迁移建议: 使用Ascend C重写或使用ATB
- 状态: ⚠️ 待处理
3.6 并发与异步问题
问题 #007: 多流并发
- 文件:
src/server/request_handler.py:78 - 问题描述: 使用CUDA流实现并发
- 迁移建议: 重构为进程级并发
- 状态: ⚠️ 待处理
3.7 配置与可维护性问题
问题 #008: 硬编码设备
- 文件:
src/config.py:23 - 问题描述: 配置中硬编码
cuda:0 - 迁移建议: 改为设备检测
- 状态: ✅ 已适配
4. 适配代码清单
4.1 新增文件
| 文件名 | 功能 | 状态 |
|---|---|---|
npu_compat.py | 设备检测与兼容层 | ✅ |
npu_ops.py | NPU算子封装 | ✅ |
build_npu.sh | 编译脚本 | ✅ |
verify_npu.sh | 验证脚本 | ✅ |
4.2 修改文件
| 文件名 | 修改内容 | 状态 |
|---|---|---|
src/attention/flash_attn.py | 替换为NPU算子 | ✅ |
src/model/loader.py | 添加权重转换 | ✅ |
src/utils/stream_manager.py | Stream适配 | ✅ |
5. 验证结果
5.1 环境验证
- NPU驱动已安装
- CANN Toolkit已配置
- torch_npu已安装
- Python模块可导入
5.2 功能验证
- 基础模块导入测试通过
- 设备检测功能正常
- 前向推理执行成功
- 权重加载转换正常
5.3 精度验证
- 推理结果与GPU差异 < 0.1%
- 性能测试待执行（需要NPU硬件）
5.4 问题汇总
| 问题类型 | 数量 | 严重程度 |
|---|---|---|
| 已解决 | XX | - |
| 待解决 | XX | 高/中/低 |
6. 适配指南
6.1 前置条件
# 1. 安装CANN Toolkit
# 下载地址: https://www.hiascend.com/software/aiengine
# 2. 安装torch_npu
pip install torch torch_npu
# 3. 验证安装
python3 -c "import torch; import torch_npu; print('NPU available:', torch_npu.is_npu_available())"
6.2 快速适配步骤
步骤1: 克隆并进入项目
git clone <repo_url>
cd <project_name>
步骤2: 安装依赖
pip install -r requirements-npu.txt
步骤3: 运行验证
bash verify_npu.sh
步骤4: 执行推理
python3 run_npu.py --model <model_path> --input <input_data>
6.3 常见问题排查
| 问题 | 原因 | 解决方案 |
|---|---|---|
| 导入失败 | CANN未正确安装 | 重新配置环境变量 |
| 算子不支持 | NPU不支持该算子 | 使用ATB替代或自研算子 |
| 内存溢出 | 批处理过大 | 减小batch_size |
| 精度不达标 | 混合精度配置问题 | 检查AMP配置 |
7. 后续工作建议
7.1 短期（1周内）
- 完成剩余堵点的适配
- 在真实NPU硬件上进行性能测试
- 优化算子融合
7.2 中期（1个月内）
- 完善错误处理机制
- 添加日志和监控
- 性能调优
7.3 长期
- 持续跟进CANN更新
- 自动化测试流程
- 文档完善
报告生成时间: YYYY-MM-DD HH:mm:ss 适配工程师: AI Agent (NPU Adapter Reviewer) 报告版本: v1.0
**任务5.2：输出报告**
将报告保存到当前目录：
CodeReview_Results_YYYY-MM-DD.md
## 输出要求
1. **报告格式**: 必须是Markdown格式
2. **文件命名**: `CodeReview_Results_运行当天的日期.md`（格式：YYYY-MM-DD）
3. **保存位置**: 当前工作目录
4. **内容完整性**: 必须包含上述所有章节
## 特殊处理规则
### 如果验证完全通过
- 输出"适配成功"的状态
- 提供完整的适配指南
- 包含端到端运行说明
### 如果验证未完全通过
- 详细说明每个失败项
- 提供具体的修复建议
- 给出修改后的代码
- 标注需要人工介入的部分
## 知识参考
在执行过程中，可参考以下资料（按需加载）：
- `references/ascend_npu_best_practices.md` - 昇腾NPU最佳实践
- `references/cann_migration_guide.md` - CANN迁移指南
- `references/npu_python_api.md` - NPU Python API参考
请使用此skill完成GPU到昇腾NPU的完整适配审查工作。