Appearance
AI 框架（PyTorch）
AI 框架是开发者直接编写模型的那一层。昇腾通过适配插件让主流框架运行在 NPU 上，其中 PyTorch 是本平台主推的框架。本页先总览框架支持情况，再聚焦本平台的 PyTorch 用法。
1. AI 框架总览
昇腾对 AI 框架的支持分两类：
| 框架 | 在昇腾上的形态 | 说明 |
|---|---|---|
| PyTorch | 原生 PyTorch + torch_npu 插件 | 生态最广，本平台主推 |
| MindSpore | 昇腾原生 AI 框架 | 华为自研，对昇腾深度优化 |
二者都通过 CANN 把计算下发到 昇腾 910。本平台以 PyTorch 为主，MindSpore 作为了解项。
2. 本平台中的 PyTorch
本平台采用 原生 PyTorch + torch_npu（Ascend Extension for PyTorch） 的方式：你几乎可以沿用熟悉的 PyTorch 代码，只需少量改动即可让模型跑在昇腾 NPU 上。
核心改动只有两点：
python
import torch
import torch_npu # 1. 引入昇腾适配插件
model = model.to('npu') # 2. 把设备从 'cuda' 换成 'npu'
data = data.to('npu')迁移成本低，是 PyTorch 在昇腾上的最大优势。
3. 本章导航
| 页面 | 内容 |
|---|---|
| torch_npu 简介 | 适配插件的工作方式与定位 |
| 安装与版本配套 | PyTorch ↔ torch_npu ↔ CANN 的版本对应 |
| 代码迁移 | 从 CUDA 迁移到 NPU 的改动点 |
| 训练推理示例 | 最小可运行示例与调优思路 |
阅读路线
想直接动手：看 代码迁移 与 训练推理示例。想先理解原理与安装：从 torch_npu 简介 起。