MindSpore自定义算子扩展 (ms_custom_ops)

中文版 | English

项目简介

MindSpore 自定义算子扩展（ms_custom_ops），是依托 MindSpore 原生的自定义算子与自定义 pass 能力构建而成的独立算子扩展插件包。其核心定位在于为大模型等前沿 AI 领域模型，提供关键的高性能算子支撑，助力模型突破计算效率瓶颈；在算子接入上，该插件包具备极强的灵活度，可全面覆盖各类第三方算子库、AscendC 算子、Triton DSL 等多种技术路径的算子类型，充分满足不同研发场景下的算子集成需求，为 AI 模型的高效迭代提供底层保障。

目录结构

ms_custom_ops/
├── CMakeLists.txt        # CMake构建配置
├── README.md             # 项目文档
├── README_EN.md          # 英文项目文档
├── OWNERS                # 项目维护者
├── LICENSE               # 开源许可证
├── requirements.txt      # Python依赖
├── setup.py              # Python包配置
├── version.txt           # 版本信息
├── 3rdparty/             # 第三方依赖
├── cmake/                # CMake构建脚本
├── docs/                 # 文档资源
├── ops/                  # 自定义算子kernel源码与接入代码
│   ├── ascendc/          # AscendC算子实现以及对接代码
│   ├── c_api/            # 以预封装的API调用方式对接的算子
│   ├── framework/        # 算子对接公共代码
│   └── dsl/              # DSL（Domain Specific Language）算子源码
├── pass/                 # 自定义融合pass
├── prebuild/             # 预编译的二进制库
├── python/               # Python绑定和扩展
├── scripts/              # 构建和工具脚本
└── tests/                # 测试用例

快速开始

前置条件

Python: >= 3.9
MindSpore: >= 2.7.1
华为昇腾软件: CANN toolkit >= 8.3.RC1
编译器: GCC 7.3 或更高版本
CMake: 3.16 或更高版本
Ninja: 1.11 或更高版本

环境设置

安装华为昇腾CANN工具包: 从华为昇腾官网下载并安装CANN工具包

设置昇腾环境:

export ASCEND_HOME_PATH=${YOUR_INSTALL_PATH}$/ascend-toolkit/latest
source ${ASCEND_HOME_PATH}/../set_env.sh

安装MindSpore: 从MindSpore官网获取下载并安装

编译与安装

克隆仓库:

git clone https://gitee.com/mindspore/ms-custom-ops.git
cd ms_custom_ops

安装Python依赖:
```
pip install -r requirements.txt
```

使用 build.sh 脚本（推荐）:

# 查看编译选项
bash scripts/build.sh -h

# 默认编译（Release模式）
bash scripts/build.sh

# Debug编译
bash scripts/build.sh -d

# 强制重新编译
bash scripts/build.sh -c

编译完成后，安装生成的wheel包：

pip install dist/*.whl

使用 setup.py 安装

# 安装（会自动编译自定义算子）
python setup.py install

# 或者构建wheel包
python setup.py bdist_wheel

基本用法

使用自定义算子

安装后，您可以在MindSpore代码中使用自定义算子：

import mindspore as ms
import ms_custom_ops

# 自定义算子的使用示例（实际API可能有所不同）
# result = ms_custom_ops.some_custom_operation(input_tensor)

使用自定义Pass

您可以注册和使用自定义融合Pass来优化图执行：

import mindspore as ms
import ms_custom_ops

# 注册自定义Pass
ms_custom_ops.register_custom_pass("AddRmsNormFusionPass", backend="ascend")
ms_custom_ops.register_custom_pass("ReplaceAddNFusionPass", backend="cpu")

# 配置MindSpore上下文
ms.context.set_context(mode=ms.GRAPH_MODE, device_target="Ascend")

# 您的网络将自动应用注册的Pass优化

详细的Pass机制、架构设计和开发指南请参考：Pass自动注册机制文档

参考文档

内部文档

算子列表
Pass自动注册机制详解 - 详细介绍Pass架构、开发流程和最佳实践
算子接入指导

外部文档

贡献

我们欢迎对此项目的贡献。请参阅CONTRIBUTING.md文件了解如何贡献的指南。我们欢迎并重视任何形式的贡献与合作，请通过Issue来告知我们您遇到的任何Bug，或提交您的特性需求、改进建议、技术方案。