華為稱,Ascend CANN 開源社群月活開發者已超過 6,230 人、程式庫下載逾 6,000 萬次,逾半活躍貢獻來自昇騰組織以外。[7] CANN 是讓 AI 框架及應用程式使用昇騰 NPU 加速能力的軟件層;全面開源的重點,是降低移植、開發算子及維護框架整合的門檻。 關鍵不在一次性的數字,而在外部維護者及下游項目能否長期維持整合、測試、版本相容性,以及真實的訓練與推理部署。
發布者使用 GPT-5.6 Terra 編輯圖片由 GPT Image 2 生成
研究答案

Create a landscape editorial hero image for this Studio Global article: What ecosystem milestone has Huawei reported for its Ascend CANN open-source community as of mid-September 2026—including its 6,230-plus mon. Article summary: Huawei is reporting a transition from a vendor-led software stack to an emerging co-maintained Ascend ecosystem: more than 6,230 monthly active CANN developers, over 60 million repository downloads, and a majority of con. Topic tags: general, general web, documentation. 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, charts with fak
華為表示,其 Ascend CANN 開源社群的月活躍開發者已超過 6,230 人、程式庫累計下載量超過 6,000 萬次,而且逾半活躍貢獻來自昇騰組織以外。公司亦形容 CANN 是中國最活躍的開源項目;不過,這項橫向比較暫未見有獨立而標準化的排行榜可作驗證,應視為華為自身的說法。7
值得睇的,不止是人數或下載量,而是 CANN——連接昇騰 AI 處理器、開發框架及應用程式的軟件堆疊——是否開始由更廣泛的開發者和機構參與維護,而非只是一層由供應商控制的相容性軟件。
CANN 全名為 Compute Architecture for Neural Networks(神經網絡計算架構)。華為的技術資料指,CANN 在 2019 年首次發布,提供算子開發、圖開發及應用開發等能力,讓開發者可調用昇騰硬件的加速能力。1
對 AI 加速器平台而言,單靠晶片規格未必夠。開發者還需要可用的算子、編譯器、運行時、除錯工具、框架整合、回歸測試,以及不同版本之間的相容性安排。這些軟件層若有持續活躍的社群,對平台長遠採用往往比單次晶片或大型集群發布更關鍵。
因此,華為公布的活躍度指標可反映 CANN 軟件層的關注度正在增加;但這些始終是生態動能指標,並非生產環境使用量、維護者獨立性或軟件品質的直接量度。7
華為將 CANN 的開放定位為一個可模組化、分層演進的軟件堆疊。公司曾表示,會先透過 GitCode 開源 CANN 算子,之後再開放包括領域加速庫、圖引擎、Ascend C 及 MindIE 在內的核心組件。3
華為亦稱,未來軟件開放會與產品發布同步,目標是讓較新的昇騰軟硬件世代可在推出當日(Day-0)已有相應開源支援。7
3
這一點相當實際:若開發者可以檢視、修改、封裝及測試應用程式下方的軟件組件,平台遷移成本便有機會下降。理論上,合作夥伴亦可自行提交修正或效能優化,不必完全等候供應商發布封閉式更新。
昇騰的做法之一,是盡量接入開發者已在使用的工具。華為表示,CANN 的 AscendNPU IR 可對接 Triton、TileLang 等算子開發工具及語言,而 CANN 則提供面向昇騰軟件開發的底層能力。1
華為亦公開提及與 Triton、PyTorch、vLLM 及 verl 等開源項目的合作;其較廣泛的昇騰平台支援亦涵蓋面向 Megatron 和 SGLang 的工作流程。3
8
實際目標是把昇騰支援變成可持續維護的整合,而非一次過的「移植完成」。這涉及框架轉接層、算子庫、持續整合(CI)、相容性測試及版本發布工程,絕非只提供 API 便可完成。
CANNBot 是華為主打的開發效率工具。CANN 社群將它描述為多智能體助手,支援程式碼生成、故障排查、閉環修復及端到端優化。6 至於「算子開發效率提升超過五倍」之類的效果,應視為華為提出的效能說法,而非已獲獨立重複驗證的基準測試結果。
CANN 活動增加有一定證據。華為在 7 月公布,社群已有 67 個項目、逾 1,244 萬行開源程式碼,以及超過 3,500 名月活躍開發者。8 若統計方法一致,至 8 月底公布的 6,230 人以上數字,代表增長幅度頗明顯。
7
華為亦已成立 CANN 技術指導委員會,並說明可透過 GitCode 參與貢獻。3 這些都是建立開源治理的有用一步,但本身未能說明:程式碼審查、路線圖、發布節奏和長期維護,究竟有多少實際決定權落在外部社群手上。
另一方面,華為年報提到更大範圍的鯤鵬及昇騰生態已有逾 9,800 名合作夥伴,並共同孵化逾 26,000 個行業解決方案。2 這反映商業合作網絡的覆蓋面,但不能直接當作 CANN 社群參與者或貢獻者數量。
華為公布的逾 6,230 名 CANN 月活開發者、逾 6,000 萬次下載,以及過半外部活躍貢獻,確實顯示其軟件生態推動,正逐步超出純內部工程工作的範圍。7
不過,下一個更關鍵的里程碑,是上游與下游整合能否由獨立社群長期維持,經得起框架版本更新,並支撐可量度、可重複的正式生產部署。在這些證據累積之前,CANN 的增長較適合被理解為一個有潛力的生態動能訊號,而非已經證明昇騰軟件生態能夠由社群自主、持續運轉。
Studio Global AI
此頁麵包含一個有來源支援的答案,您可以在 Studio Global 內繼續。
華為稱,Ascend CANN 開源社群月活開發者已超過 6,230 人、程式庫下載逾 6,000 萬次,逾半活躍貢獻來自昇騰組織以外。[7]
華為稱,Ascend CANN 開源社群月活開發者已超過 6,230 人、程式庫下載逾 6,000 萬次,逾半活躍貢獻來自昇騰組織以外。[7] CANN 是讓 AI 框架及應用程式使用昇騰 NPU 加速能力的軟件層;全面開源的重點,是降低移植、開發算子及維護框架整合的門檻。
關鍵不在一次性的數字,而在外部維護者及下游項目能否長期維持整合、測試、版本相容性,以及真實的訓練與推理部署。