AnswersPublished19 sources
CANN, Huawei punta su strumenti pratici per avvicinare gli sviluppatori ad Ascend
Al GOSIM Shenzhen del 16 ottobre 2026, Lixin Shao ha presentato CANN come il livello che collega i framework di intelligenza artificiale ai processori Ascend, affiancato da strumenti cloud e risorse formative.[2][20] CANNLab supporta lo sviluppo di operatori Ascend C e PyPTO, le verifiche di distribuzione dei modell...
Pubblicato daModificato con GPT-6 LunaImmagini generate con GPT Image 2
Research answer
Key takeaways
- Al GOSIM Shenzhen del 16 ottobre 2026, Lixin Shao ha presentato CANN come il livello che collega i framework di intelligenza artificiale ai processori Ascend, affiancato da strumenti cloud e risorse formative.[2][20]
- CANNLab supporta lo sviluppo di operatori Ascend C e PyPTO, le verifiche di distribuzione dei modelli e l’ottimizzazione delle prestazioni.
- CANN Samples raccoglie implementazioni e guide all’ottimizzazione; il repository della community presenta CANNBot come assistente automatizzato multi agente per lo sviluppo.[19][27]
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: How did Huawei’s CANN business general manager Lixin Shao describe the practical developer base for its open Ascend CANN stack at GOSIM Shen. Article summary: Shao presented CANN’s developer ecosystem as a practical bridge from AI coursework to real engineering work: open technical assets, online compute and development tools intended to help students, researchers and develope. Topic tags: general, general web, user generated, education. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, cha
Al GOSIM Shenzhen del 16 ottobre 2026, Lixin Shao, direttore generale dell’attività CANN di Huawei, ha descritto un ecosistema pensato per accompagnare gli sviluppatori dall’apprendimento alla pratica. La proposta combina risorse tecniche, ambienti cloud, tutorial e progetti della community, con l’obiettivo di avvicinare le attività formative a problemi di ingegneria reali.2
20
Il punto non è soltanto rendere disponibili risorse di codice: per lavorare su una piattaforma hardware servono anche strumenti con cui sviluppare, provare e ottimizzare il software. È su questo percorso pratico che si è concentrata la presentazione.
Il ruolo di CANN nell’ecosistema Ascend
CANN è l’architettura di calcolo eterogeneo di Huawei per l’intelligenza artificiale: fa da collegamento tra i framework AI e i processori Ascend e fornisce funzionalità di base per sviluppare operatori, addestrare modelli e gestirne l’inferenza.2
20
Per gli sviluppatori, quindi, non basta poter consultare il codice. Occorrono anche ambienti per compilare e testare il software e strumenti per adattarlo all’hardware.
Laboratori cloud e risorse per imparare facendo
Secondo i resoconti della presentazione di Shao, CANNLab mette a disposizione un ambiente cloud per sviluppare operatori con Ascend C e PyPTO, verificare la distribuzione dei modelli e ottimizzare le prestazioni.2
20 Il repository CANN Learning Hub invita a usare CANNLab per eseguire i tutorial e indica 100 ore iniziali di accesso a un ambiente cloud NPU, con la possibilità di ottenere ulteriore tempo tramite punti. È dunque un punto di partenza pratico, ma non una promessa di calcolo gratuito senza limiti.
18
28
Il Learning Hub organizza materiali didattici e tutorial. Il progetto collegato CANN-Samples offre implementazioni di operatori, spiegazioni delle tecniche di ottimizzazione ed esempi per compilare, eseguire e verificare l’accuratezza.18
19
28
CANNBot e il lavoro della community
Nel repository della community, CANNBot è descritto come un assistente automatizzato basato su più agenti, pensato per generare codice, individuare e risolvere problemi e ottimizzare le prestazioni.27 Alcuni esempi pubblicati mostrano flussi di lavoro che comprendono analisi degli operatori, generazione del codice, verifica dell’accuratezza e ottimizzazione.
49
La presentazione di Shao ha messo l’accento sul collegamento tra apprendimento e attività ingegneristiche concrete, coinvolgendo studenti, ricercatori e sviluppatori.2
20 I resoconti citano inoltre una struttura di governance della community con un comitato tecnico direttivo, comitati di gestione dei progetti e gruppi di interesse speciale.
2
20
Come si collega agli annunci open source del 2025
Nel 2025 Huawei aveva annunciato un’iniziativa di apertura e accesso al codice di CANN per l’ecosistema Ascend. In dichiarazioni pubbliche separate, l’azienda aveva indicato l’intenzione di aprire le interfacce del compilatore e del set di istruzioni virtuale e di rendere open source altri software secondo una tempistica dichiarata.43
47
A Shenzhen, invece, l’attenzione era rivolta agli strumenti e ai servizi che possono rendere più concreto il lavoro degli sviluppatori: ambienti di sviluppo, risorse formative e partecipazione alla community.2
20 Questi elementi non dimostrano, da soli, che ogni componente di CANN sia stato rilasciato con una licenza open source. Un impegno di apertura del codice e un percorso pratico per gli sviluppatori sono collegati, ma non equivalgono alla stessa affermazione.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "CANN, Huawei punta su strumenti pratici per avvicinare gli sviluppatori ad Ascend"?
Al GOSIM Shenzhen del 16 ottobre 2026, Lixin Shao ha presentato CANN come il livello che collega i framework di intelligenza artificiale ai processori Ascend, affiancato da strumenti cloud e risorse formative.[2][20]
What are the key points to validate first?
Al GOSIM Shenzhen del 16 ottobre 2026, Lixin Shao ha presentato CANN come il livello che collega i framework di intelligenza artificiale ai processori Ascend, affiancato da strumenti cloud e risorse formative.[2][20] CANNLab supporta lo sviluppo di operatori Ascend C e PyPTO, le verifiche di distribuzione dei modelli e l’ottimizzazione delle prestazioni.
What should I do next in practice?
CANN Samples raccoglie implementazioni e guide all’ottimizzazione; il repository della community presenta CANNBot come assistente automatizzato multi agente per lo sviluppo.[19][27]