在AI产业进入下半场之际，硬件竞争已从单纯的算力比拼转向软件、开发者与生态系统的综合较量。当构建国产AI生态成为科技领域的核心命题时，华为昇腾及其异构计算架构CANN正站在变革的关键节点。2025年8月，华为宣布将全面开源CANN架构，并承诺在年底前完成代码开放，这一举措被视为国产AI基础设施在生态战略上的重大突破。
此次开源并非简单的技术调整，而是国产AI生态从封闭走向开放的自我革新。它标志着华为试图打破传统硬件厂商主导的垂直模式，转而构建一个由社区驱动、多方共建的生态系统。这不仅是对CUDA生态壁垒的挑战，更是对自身生态成熟度的考验——从“可用”到“首选”的跨越，关键在于能否形成吸引全球开发者的创新生态。
为深入探讨CANN开源的战略意义，记者与三位核心参与者展开对话：哈尔滨工业大学软件学院副院长苏统华教授作为国内CUDA研究与昇腾生态建设的先行者，兼具科研探索与人才培养的双重视角；无问芯穹技术副总裁李秀红从基础设施提供商角度，剖析生态构建的商业逻辑；华南理工大学陈昀博士作为底层算子开发者，代表硬核技术群体对工具链的直接诉求。
三位受访者一致认为，国产平台繁荣的关键在于激发学术界的原生创新能力。苏统华指出，当引领性模型诞生于国产架构时，生态自然会获得全球关注。李秀红强调，成功生态需为开发者提供稳定、通用的底层工具，找到技术普适性与个性化的平衡点。陈昀则从实践层面表示，开源将打破底层黑箱，使性能优化瓶颈得以彻底解决。
回顾CANN发展历程，早期开发者堪称“拓荒者”。2018年首版发布时，开发者需在接近汇编的层面编程，效率低下。苏统华团队曾耗时一年编写应用案例，却因底层架构重构被迫全部重做。这种“自我革命”的背后，是首批开发者用拓荒精神为生态奠定基础。陈昀也提到，早期算子开发需手动调优内存排布，每行代码优化都耗时费力。
在持续迭代中，CANN逐步打磨出关键工具。Ascend C编程语言的推出使开发范式与CUDA C接轨，性能分析工具Profiling则通过可视化NPU利用率、指令周期等数据，帮助开发者将算子效率从50%提升至90%。陈昀形容这种突破感如同登山，“所有调试的痛苦在征服技术高峰时都化为值得”。目前工具链已满足80%以上开发需求，但系统性瓶颈仍待突破。
开发者面临的深层挑战在于“黑箱”限制。当模型在昇腾平台出现精度偏差时，底层信息不透明导致问题难以定位。苏统华坦言，学生常因找不到原因而受挫。李秀红指出，生态建设的终极目标是提供“最大公约数”工具——封装硬件复杂性，让开发者专注应用创新。过去CANN软件包过于庞大，更新依赖整体版本发布，严重制约创新速度。
全面开源被视为破解困局的关键。技术层面，编译器、运行时等核心代码的开放将实现从“黑箱”到“透明”的转变。开发者可直接修改底层逻辑，解决IR生成不匹配等移植难题。苏统华认为，企业客户遇到深层问题时，无需等待官方版本更新，可通过社区力量快速解决。这种透明度赋予开发者前所未有的控制权。
在生态赋能方面，开源为产学研融合创造新机遇。苏统华将开源生态比作“问题宝库”，高校研究者可直面产业痛点，将解决方案转化为科研成果。陈昀团队作为积极践行者，将高质量算子原型通过社区反馈给CANN。同时，开源降低开发门槛，CATLASS模板库使算子开发效率提升5-10倍，Python编程体系则让算法工程师无需深入硬件知识即可调用昇腾算力。
华为围绕CANN展开的系统性布局体现在三个层面：架构解耦方面，将20多个组件包拆分，允许按需更新；开放策略上，对运行时、编译器等核心层全量开源，对虚拟指令集开放接口；人才培养方面，通过科教创新中心与16所高校合作，提供算力资助与课程支持，并举办训练营、挑战赛等活动吸引开发者。
根据公布的开源路线图，9月底CANN全量算子将登陆GitCode社区，12月底前完成领域加速库、图引擎等软件代码开放。华为承诺每年投入1500P算力与3万片开发板，与全球开发者共建生态标准。当底层“砖块”经由千万开发者打磨，当创新思想在开放土壤中生长，国产AI生态的“大厦”建设正进入关键阶段。
