華為稱昇騰 CANN 月活開發者突破 6,230 人

華為表示，昇騰 CANN 開源社群的月活躍開發者已超過 6,230 人，程式碼倉庫累計下載量超過 6,000 萬次，且超過一半的活躍貢獻來自昇騰組織以外。華為也稱 CANN 是中國最活躍的開源專案；不過，這項橫向比較尚無獨立且標準化的排行榜可驗證，較合適的理解是華為自身的定位與主張。7

這個數字的意義，不只在於社群規模。更重要的是，作為昇騰 AI 處理器與上層框架、應用之間橋梁的 CANN，是否正從供應商主導的相容性軟體，走向由開發者與合作夥伴共同維護的技術底座。

CANN 是什麼？為何軟體生態比單一晶片更關鍵

CANN 全名為 Compute Architecture for Neural Networks，提供算子開發、圖開發及應用開發等能力，讓軟體可以使用昇騰硬體加速。依華為技術資料，CANN 最初於 2019 年發布。1

對 AI 加速器而言，硬體規格並非全部。開發者還需要可用的算子、編譯器與執行期環境、除錯工具、框架整合、回歸測試，以及跨版本的相容性。這也是為何長期採用能否擴大，往往取決於軟體社群是否持續成長，而非單次晶片或大型叢集發布。

華為公布的指標顯示市場對這一層軟體能力的關注正在提高；但它們應被視為生態動能指標，而不是生產環境使用量、維護者獨立性或軟體品質的直接量測。7

全面開源：華為想改變什麼

華為將 CANN 開放描述為打造模組化、分層軟體堆疊的策略，使不同元件能透過更廣泛的協作持續演進。公司曾表示，先透過 GitCode 開源 CANN 算子，之後再開放領域函式庫、圖引擎、Ascend C 與 MindIE 等核心元件。3

華為也表示，未來軟體開放將與產品發布同步，以支援新一代昇騰硬體與軟體在上市首日即可取得相應開源能力的「Day-0」策略。73

對開發者與合作夥伴而言，這代表可檢視、修改、封裝及測試應用程式底下的技術層；理論上，也能讓外部貢獻者更快提交修正或效能優化，不必完全等待供應商的封閉版本更新。

從移植一次，到長期維護

昇騰的生態策略，核心是盡量融入開發者既有的工具鏈。華為表示，CANN 的 AscendNPU IR 可銜接 Triton、TileLang 等算子開發工具與語言，CANN 則提供面向昇騰軟體開發的底層能力。1

華為亦公開提及與 Triton、PyTorch、vLLM、verl 等開源專案合作；其較廣泛的昇騰平台支援，也涵蓋面向 Megatron 與 SGLang 的工作流程。38

實務目標不應只是宣稱「可支援」某個框架，而是讓昇騰支援成為可持續維護的整合：包括框架介接層、算子函式庫、持續整合（CI）、相容性測試及發布工程。只有這些環節持續運作，移植才不會淪為一次性專案。

CANNBot 則是華為主打的開發效率工具。CANN 社群將其描述為多智能體助理，可支援程式碼生成、故障排查、閉環修復及端到端最佳化。6 至於算子開發效率「提升逾五倍」的說法，應視為華為提出的效能主張，尚非經第三方重複驗證的基準測試結果。

看得到社群成長，仍未等於自治

CANN 的活動規模確有擴大跡象。華為在 7 月表示，社群已有 67 個專案、超過 1,244 萬行開源程式碼，以及逾 3,500 名月活躍開發者。8 若統計方法一致，稍後公布的逾 6,230 人數據，將意味著相當明顯的成長。7

華為同時成立 CANN 技術指導委員會，並說明透過 GitCode 進行貢獻的管道。3 這些是治理上的重要基礎，但本身尚無法說明：程式碼審查、技術路線、版本發布與長期維護，究竟有多少實際決策權掌握在外部社群手中。

此外，華為年報提到更廣泛的鯤鵬與昇騰生態已有逾 9,800 家合作夥伴，並共同孵化逾 26,000 個產業解決方案。這些數字展現商業合作範圍，但不應與 CANN 專屬開源社群的參與度混為一談。2

接下來仍要觀察的五件事

• 活躍度不等於量產採用。 月活開發者、下載量、倉庫數與外部貢獻占比，無法直接揭示有多少部署在長期訓練或推論工作負載中穩定運作。
• 外部貢獻不等於獨立維護。 更具說服力的證據，會是外部團隊持續負責核心算子、框架整合、測試、文件與版本相容性。
• 框架支援必須持續跟上游更新。 PyTorch、vLLM、SGLang、Megatron、Triton 與 TileLang 都在快速演進，整合層需要長期升級，而非一次適配。
• 效能與維運能力需有獨立驗證。 目前資料不足以證明 CANN 在模型覆蓋、工具成熟度、可靠性、維運支援與量產效能上，已全面達到或超越以 CUDA 為中心的成熟軟體堆疊。
• 基礎設施仍會限制採用。 即使開發體驗改善，硬體供給、記憶體供應與價格、網路、電力及叢集軟體能力，仍可能左右實際部署規模。

結論：這是值得注意的生態訊號，而非終局證明

華為公布的 CANN 月活逾 6,230 人、下載逾 6,000 萬次，以及逾半活躍貢獻來自昇騰組織外，確實顯示這套軟體生態正嘗試超越純內部工程計畫的階段。7

但更重要的里程碑仍在後面：上、下游整合能否由外部維護者長期維持，在框架版本更新後仍保持健康，並支撐可量測、可重現的實際訓練與推論部署。在這些證據持續累積前，CANN 的成長應被視為具潛力的生態動能，而非已經證明昇騰軟體生態完全自給自足、由社群主導的結論。