国产AI芯片软件栈横向对标(下)——四条路线一张表

一句话摘要：用一张六维对标表，把昇腾之外的寒武纪、海光、摩尔线程、昆仑芯放进同一坐标系；先看它们各走哪条兼容路线，你就知道该用哪种迁移姿势、成本大概是什么级别。

0. 先说清楚：本文的事实边界

本文四家厂商的组件名称（SDK、框架插件、算子库、通信库、编译器）均来自各自官方一手来源（官网、官方文档站、官方 GitHub/Gitee 组织），写作时已逐条核对，文末附来源。

三点务必注意：

1. 版本与型号是易变信息，本文按「截至 2026-09」标注；芯片型号演进（如寒武纪 570/590、海光 K100/BW、昆仑芯 P800）以官方最新页面为准。
2. 标「待验证」的项不在正文断言，例如昆仑芯通信库 BKCL 的全称、海光软件栈代号 DAS 的全称、摩尔线程 S4000 的显存数值、寒武纪「思元 690」的商品名——这些我未在官方一手页核实，故不写进结论。
3. 本文的「迁移成本分级」是基于兼容策略的架构判断，不是实测成本；真实成本取决于具体负载的算子覆盖（02 的昇腾实测锚点已展示过自研派的工程税）。

1. 为什么写这篇

02 拆透了昇腾——它是国产里的「自研派」标杆：自己造了整套 CANN（AscendCL / GE / ATC / TBE）[10]，代价是迁移要重写算子。

但国产不止昇腾这一种打法。另外四家，其实走了三条完全不同的路线。这篇文章就把它们摆到一张表里，让你一眼看清「谁借了谁的生态、你上车的姿势是什么」。

2. 先看四条「兼容路线」

对标之前，先回答最关键的一个问题：一条 CUDA 代码要跑上这家芯片，走哪条路？

• 自研派（重写）：昇腾（02 已拆）、寒武纪。软件栈完全自研，不宣称兼容 CUDA/ROCm，迁移 = 重写算子，学习成本最高。
• 借 ROCm（编译期转换）：海光。DCU 走 AMD ROCm/HIP 生态，DTK 提供「CUDA 源码 → HIP」的编译期转换，你基本不用改源码，但要接受 CUDA 版本覆盖和架构差异（如 warp size = 64）。
• 借 CUDA（源码迁移）：摩尔线程。MUSA 主打「CUDA on MUSA」，用 musify 文本替换或 MUSA Mapping 编译期 AST 重写，把 cuda* 换成 musa* 再编译。
• 借飞桨（生态迁移）：昆仑芯。深度绑定百度飞桨，模型走飞桨原生 XPU 后端；PyTorch 靠定制构建，推理靠 vLLM-Kunlun。

一句话：海光借 ROCm、摩尔线程借 CUDA、昆仑芯借飞桨、寒武纪谁都不借自己造。路线定了，迁移成本的大盘就定了。

3. 统一标尺：六个对标维度

02 已经把 CUDA 拆成六层。横向比较四家时，我们不再逐层铺开，而是把六层收敛成六个可横向比较的维度：

后面第 4 节的对标表，就是按这六个维度填的。

4. 横向对标表（核心）

下表每一格都是官方精确名称（非俗称），五家并排（昇腾来自 02，作参照）：

表格只给「是什么」；「意味着什么」和「已知限制」看下一节。

5. 逐厂商要点

5.1 寒武纪：最像昇腾的「自研派」

• 软件栈统称 Cambricon NeuWare，编程语言是自研的 BANG C/C++（CUDA-like 语法：__mlu_global__、<<<>>>）。
• 组件命名整齐，且有类 PTX 的中间层 MLISA：CNCC（BANG 编译器）→ CNAS（MLISA 汇编器）→ 设备二进制，这和 CUDA 的 nvcc→PTX→SASS 一一对应 [1]。
• 运行时也分两层：CNRT（对标 CUDA Runtime）、CNDrv（对标 Driver API）；监控命令 cnmon 对标 nvidia-smi。
• 推理侧靠 MagicMind（基于 MLIR 的图编译引擎）。
• 已知限制：官方明示 Edge 平台不支持 CNCC/CNAS/LLVM-MM；框架后端强绑定特定框架版本（如 torch_mlu 对应 PyTorch 2.1.0）[1]、[2]。

5.2 海光：借 ROCm，上车最快但要认架构差异

• DCU 走 ROCm/HIP 生态，开发套件是 DTK（DCU Toolkit）；DTK 同时提供 HIP 和 CUDA 两种编程模型，CUDA 是「编译期转 HIP」[3]、[4]。
• 通信库用 RCCL，算子库直接复用 ROCm 的 rocBLAS / hipBLAS / MIOpen，框架后端以飞桨官方 DCU 版 + vLLM/SGLang/JAX/Triton 的官方 -das 适配仓库为主 [3]、[4]。
• 已知限制（据官方适配文档）：DCU 的 warp size = 64（CUDA 是 32），移植要改；DTK 的 CUDA 兼容版本较旧、部分 API（如 cufft 系列）未实现 [4]。

5.3 摩尔线程：借 CUDA，迁移姿势最像「替换编译」

• MUSA 统一架构主打「CUDA on MUSA」：musify 做纯文本 cuda*→musa* 替换，MUSA Mapping 做编译期 AST 重写，约 3 万条映射 [5]、[6]。
• 组件命名是对 CUDA 的「镜像」：mcc（对标 nvcc）、MTRTC、muDNN / muBLAS（MUSA-X）、MCCL（对标 NCCL）、MUSA Driver + libmusart。
• 已知限制（官方明示）：MUSA Mapping「非运行时模拟、仅源码级映射、不保证所有 CUDA API 语义一致」；musify「纯文本匹配、可能误改」；MCCL 仅部分架构提供（官方 README 标注 S4000，S80/S3000 无）[5]、[6]。

5.4 昆仑芯：借飞桨，Paddle 是主门、PyTorch 是侧门

• 芯片分 K 系列（1 代）→ R 系列（2 代）→ P800（3 代）；软件栈是「昆仑芯 SDK」全栈，编译器 XACC（基于 LLVM/Clang）主打「零代码侵入自动迁移」[7]、[8]。
• 飞桨有原生 XPU 后端（paddlepaddle_xpu 包、WITH_XPU/BKCL 编译项），通信库 BKCL；PyTorch 靠「昆仑芯分支 / xpytorch 定制构建」；推理由百度开源的 vLLM-Kunlun 承载 [8]、[9]。
• 已知限制：官网暂无独立开发者文档中心、SDK 不面向公众开放下载；公开的 PyTorch 分支长期未更新；TensorFlow 后端未在官方渠道找到（待验证）[7]、[8]。

6. 替换路径：你上车的姿势和成本

把第 2 节的四条路线，落到「迁移类型」上：

这是架构判断，不是实测：真实成本取决于你负载的算子覆盖——路线再「省事」，踩到一个缺失算子或一条未测的并行组合，成本就会反超（02 的昇腾实测已证明这一点）。

7. 选型判断清单

横向比较国产芯片时，按这个顺序走：

1. 先问兼容路线：自研（昇腾/寒武纪）、借 ROCm（海光）、借 CUDA（摩尔线程）、借飞桨（昆仑芯）——它决定迁移的大盘。
2. 再查算子覆盖：你的模型里最不常见的算子（MoE 路由、稀疏注意力、多模态注入、投机解码），官方是否已支持？这是真实成本的最大变量。
3. 看通信库与多卡：多卡训练/推理看通信库（HCCL/CNCL/RCCL/MCCL/BKCL）是否覆盖你的并行策略和卡型号。
4. 看版本锁定成本：框架后端是否强绑特定框架版本？升级一次要重新验证多少？
5. 看文档与 SDK 可得性：SDK 是否公开下载？文档是否可自助排查？（这是昆仑芯、海光这类「B 端为主」厂商和昇腾、摩尔线程的明显差异。）

8. 思考题 + 下期预告

思考题

1. 海光「借 ROCm」和摩尔线程「借 CUDA」，在「迁移一个带自定义算子的模型」时，各有什么不同的坑？
2. 为什么「借生态」路线省了自研的账，却可能在算子覆盖和版本锁定上补回来？
3. 拿到一张「兼容 CUDA」的宣传页，你应该追问哪几个具体问题才能判断是不是真兼容？

下期预告

四条路线看清了，下一步是从下到上走一遍替换：驱动 → 运行时 → 算子 → 框架 → 通信，每一层替换的先后顺序、验收标准和回退方案。下一期《国产芯片杂谈系列（四）：从下到上的国产替换路径》，把今天这张表变成一条可执行路线图。

参考资料

[1] Cambricon NeuWare / CNToolkit 官方文档站（CNCC/CNAS/LLVM-MM/MLISA/CNRT/CNDrv/CNNL/CNCL 组件）. https://www.cambricon.com/docs/sdk_1.15.0/cntoolkit_3.7.2/cntoolkit_install_3.7.2/index.html （查阅 2026-09-30）

[2] Cambricon 官方 GitHub 组织（torch_mlu / mlu-ops / vllm-mlu 等）. https://github.com/Cambricon （查阅 2026-09-30）

[3] Hygon 官方 GitHub 组织 HYGON-AI（vllm-plugin-das / sglang-das / triton-das / jax-das 等）. https://github.com/HYGON-AI （查阅 2026-09-30）

[4] PaddlePaddle 官方文档：DCU 硬件支持（paddlepaddle-dcu / WITH_ROCM / RCCL / DTK）. https://www.paddlepaddle.org.cn/documentation/docs/zh/guides/hardware_support/dcu/install_cn.html （查阅 2026-09-30）

[5] MUSA SDK 官方文档中心（MUSA 架构 / MUSA-X / MCCL / mcc / musify / MUSA Mapping）. https://docs.mthreads.com/musa-sdk/version-5.2.0/introduction （查阅 2026-09-30）

[6] MooreThreads/torch_musa 官方仓库（MCCL 架构限制等）. https://github.com/MooreThreads/torch_musa （查阅 2026-09-30）

[7] 昆仑芯官网（XPU 架构 / 昆仑芯 SDK / XACC）. https://www.kunlunxin.com/ （查阅 2026-09-30）

[8] baidu/vLLM-Kunlun 官方仓库（P800 / xpytorch / 算子包）. https://github.com/baidu/vLLM-Kunlun （查阅 2026-09-30）

[9] PaddlePaddle 官方文档：昆仑芯片运行飞桨（paddlepaddle_xpu / WITH_XPU / BKCL）. https://www.paddlepaddle.org.cn/documentation/docs/zh/2.5/guides/hardware_support/xpu_docs/index_cn.html （查阅 2026-09-30）

[10] 华为昇腾社区（昇腾 CANN，02 篇对标来源）. https://www.hiascend.com/ （查阅 2026-09-30）