CANN opbase aclnn Common Meta APIsaclTensor、aclScalar 与单算子生命周期管理完全指南【免费下载链接】opbase本项目是CANN算子库的基础框架库为算子提供公共依赖文件和基础调度能力。项目地址: https://gitcode.com/cann/opbase本指南以 CANN opbase 仓库中 Common APIs 文档为核心系统讲解调用 CANN 单算子aclnnXxx接口前必须掌握的公共元metaAPIaclTensor、aclScalar、aclIntArray / aclFloatArray / aclBoolArray、aclTensorList / aclScalarList 的创建、销毁与查询aclnnInit / aclnnFinalize 的进程级生命周期管理以及 aclOpExecutor 复用与动态设备地址更新机制。读完本文你将能够按照规范的初始化 → 建参 → 两阶段算子调用 → 销毁 → 反初始化流程编写可正确运行的 CANN 单算子调用程序并理解每个公共 API 背后的源码级语义。一、什么是 aclnn 公共元 API在 CANN 的 aclnn 单算子编程模型中算子接口形如aclnnAddCustomGetWorkspaceSize/aclnnAddCustom本身并不直接接收裸指针和裸数组作为参数而是要求调用方先构造一套框架定义的数据对象作为算子入参载体aclTensor描述张量的形状、步长、偏移、数据类型、格式及设备存储地址aclScalar承载标量值如 alpha、beta 等算子属性aclIntArray/aclFloatArray/aclBoolArray承载整数、浮点、布尔数组aclTensorList/aclScalarList承载张量列表与标量列表对应动态多输入场景aclOpExecutor算子执行器是两阶段 API 第二阶段实际执行计算的容器。这些对象统称为 aclnn 的公共元 API 所管理的对象。原文档 Common APIs 以总表形式给出了 44 个公共 API 的职责与所属头文件可按功能划分为六类类别代表性 API进程生命周期aclnnInit、aclnnFinalize对象创建aclCreateTensor、aclCreateScalar、aclCreateIntArray、aclCreateFloatArray、aclCreateBoolArray、aclCreateTensorList、aclCreateScalarList对象销毁aclDestroyTensor、aclDestroyScalar、aclDestroyIntArray、aclDestroyFloatArray、aclDestroyBoolArray、aclDestroyTensorList、aclDestroyScalarList、aclDestroyAclOpExecutor元数据查询aclGetDataType、aclGetFormat、aclGetViewShape、aclGetStorageShape、aclGetViewStrides、aclGetViewOffset、aclGetIntArraySize、aclGetFloatArraySize、aclGetBoolArraySize、aclGetTensorListSize、aclGetScalarListSize、aclGetRawTensorAddr执行器复用与地址更新aclSetAclOpExecutorRepeatable、aclSetInputTensorAddr、aclSetOutputTensorAddr、aclSetTensorAddr、aclSetDynamicInputTensorAddr、aclSetDynamicOutputTensorAddr、aclSetDynamicTensorAddr、aclSetRawTensorAddr保留接口AclSetInputTensorAddr等 6 个大写前缀版本可忽略见 reserved_apis.md完整接口清单见 common_api_list.md返回值语义见 Common API Return Codes。二、头文件与开发环境准备公共元 API 的声明全部位于 CANN 软件安装目录下的 include 目录需要按站点要求包含对应头文件aclnn/acl_meta.h全部创建、销毁、查询、地址更新类 API 的声明aclnn/aclnn_base.haclnnInit与aclnnFinalize的声明。在仓库中这两个头文件即为对外发布的接口定义include/nnopbase/aclnn/acl_meta.h 与 include/nnopbase/aclnn/aclnn_base.h。aclnn_base.h顶部直接#include aclnn/acl_meta.h因此实际工程中通常只需包含aclnn/aclnn_base.h即可同时获得全部公共 API。头文件存储路径为${INSTALL_DIR}/include其中${INSTALL_DIR}为 CANN 软件安装路径。例如以root用户安装Ascend-cann-toolkit后路径为/usr/local/Ascend/cann头文件完整路径即/usr/local/Ascend/cann/include/aclnn/acl_meta.h。从源码看acl_meta.h中通过ACLNN_META宏一次性声明了框架定义的核心对象类型全部是不透明结构体用户无需关心其内部实现typedef struct aclOpExecutor aclOpExecutor; typedef struct aclTensor aclTensor; typedef struct aclScalar aclScalar; typedef struct aclIntArray aclIntArray; typedef struct aclFloatArray aclFloatArray; typedef struct aclBoolArray aclBoolArray; typedef struct aclTensorList aclTensorList; typedef struct aclScalarList aclScalarList; typedef int32_t aclnnStatus; constexpr aclnnStatus OK 0;这里同时给出了aclnnStatus的定义一个int32_t0表示成功非 0 为各类错误码详见第七节。上述所有声明均包在extern C块中供 C/C 程序链接使用。三、进程生命周期aclnnInit 与 aclnnFinalize3.1 aclnnInit轻量级初始化调用任何aclnnXxx单算子接口之前必须先初始化 aclnn 资源读取环境变量、解析配置文件、加载资源库。aclnnInit的原型为aclnnStatus aclnnInit(const char *configPath)参数输入/输出说明configPathInputaclnn 初始化配置文件路径含文件名用于开启 aclnn API 的调试能力默认值为NULL。配置文件必须为 JSON 格式。配置示例acl.json{ op_debug_config:{ enable_debug_kernel:on } }enable_debug_kernel取值说明on开启 aclnn API 的调试能力算子执行期间系统会检查全局内存是否溢出、内部流水线是否同步off关闭调试能力为默认值。3.2 aclnnFinalize反初始化进程退出前必须释放 aclnn 相关资源否则会引发内部系统错误、影响业务运行。原型为aclnnStatus aclnnFinalize()无参数成功返回 0失败返回错误码。3.3 与 aclInit / aclFinalize 的关系及使用限制原文档明确说明了两点关键差异初始化时调用aclnnInit或aclInit均可。区别在于aclnnInit只初始化 aclnn 相关资源而aclInit会额外初始化 acl API 中的其他资源因此aclnnInit 更轻量两者同时调用不会返回失败信息aclnnFinalize与aclFinalize的关系同理前者只释放 aclnn 相关资源。使用限制aclnnInit必须与aclnnFinalize配对使用初始化/反初始化一个进程中aclnnInit只能调用一次aclnnFinalize同样只能调用一次。从仓库源码结构看aclnnInit与aclnnFinalize的实现位于 src/nnopbase/common/api/aclnn_init.cpp它们与 aclnn API 层共用同一套资源管理逻辑这一点可在调试 aclnn 初始化问题时作为代码级依据。四、核心对象创建aclCreateTensor 与 StorageShape / ViewShape 语义4.1 原型与参数aclCreateTensor是最常用的公共 API根据数据类型、布局格式、维度、步长、偏移和设备存储地址创建一个 aclTensor 对象aclTensor *aclCreateTensor(const int64_t *viewDims, uint64_t viewDimsNum, aclDataType dataType, const int64_t *stride, int64_t offset, aclFormat format, const int64_t *storageDims, uint64_t storageDimsNum, void *tensorData)参数输入/输出说明viewDimsInput张量 ViewShape 的维度值非负整数。viewDimsNumInput张量 ViewShape 的维度数量。dataTypeInput张量数据类型如ACL_FLOAT、ACL_FLOAT16、ACL_INT32等。strideInput张量各维度元素的访问步长非负整数。offsetInput张量首元素相对存储的偏移量非负整数。formatInput张量格式如ACL_FORMAT_ND、ACL_FORMAT_NCHW等。storageDimsInput张量 StorageShape 的维度值非负整数。storageDimsNumInput张量 StorageShape 的维度数量。tensorDataInput张量在设备上的存储地址必须 32 字节对齐否则可能发生未定义错误。成功返回创建的 aclTensor失败返回nullptr。4.2 StorageShape 与 ViewShape理解 aclTensor 的关键这是 aclnn 元 API 中最重要的一组概念原文档给出了明确定义ViewShape张量的逻辑形状即实际使用时所需的张量大小StorageShape张量实际的物理布局形状即张量在内存中的实际大小。两者可以不同示例说明如下若 StorageShape 为[10, 20]张量按[10, 20]的排布存储在内存中若 ViewShape 为[2, 5, 20]则算子使用时可把该张量视为一个[2, 5, 20]的数据块。换言之StorageShape 描述内存里怎么放ViewShape 描述逻辑上怎么用。这一设计与stride各维访问步长和offset首元素相对存储的偏移共同支撑了转置、切片、非连续内存等张量视图能力。4.3 典型创建示例原文档以逻辑结构图见下为例给出两个创建示例。aclTensor 逻辑结构示意图创建普通张量 xshape 为 [2, 4]行主序连续存储aclTensor *CreateXTensor() { std::vectorint64_t viewDims {2, 4}; std::vectorint64_t stride {4, 1}; // 第一维步长为 4第二维步长为 1 std::vectorint64_t storageDims {2, 4}; return aclCreateTensor(viewDims.data(), 2, ACL_FLOAT16, stride.data(), 0, ACL_FORMAT_ND, storageDims.data(), 2, nullptr); }创建转置后的 x^Tshape 为 [4, 2]通过交换 stride 实现内存布局不变aclTensor *CreateXTransposedTensor() { std::vectorint64_t viewDims {4, 2}; std::vectorint64_t stride {1, 4}; // transpose stride std::vectorint64_t storageDims {2, 4}; return aclCreateTensor(viewDims.data(), 2, ACL_FLOAT16, stride.data(), 0, ACL_FORMAT_ND, storageDims.data(), 2, nullptr); }将二者作为单算子 API 入参并销毁的完整流程示例代码仅作参考不可直接拷贝运行// 创建 aclTensor。 aclTensor *xTensor CreateXTensor(); aclTensor *xTransposedTensor CreateXTransposedTensor(); // 将 aclTensor 作为单算子 API 入参执行。 auto ret aclxxXxxGetWorkspaceSize(xTensor, xTransposedTensor, ..., outTensor, ..., workspaceSize, executor); ret aclxxXxx(...); ... // 销毁 aclTensor。 ret aclDestroyTensor(xTensor); ret aclDestroyTensor(xTransposedTensor);4.4 aclInitTensor就地初始化除aclCreateTensor外还提供aclInitTensor用于对给定张量初始化参数原型与aclCreateTensor参数一一对应aclnnStatus aclInitTensor(aclTensor *tensor, const int64_t *viewDims, uint64_t viewDimsNum, aclDataType dataType, const int64_t *stride, int64_t offset, aclFormat format, const int64_t *storageDims, uint64_t storageDimsNum, void *tensorDataAddr);两种方式均被 acl_meta.h 声明可依据需要返回新对象还是复用已分配对象来选择。五、标量与数组对象创建aclScalar 与 acl*Array5.1 aclCreateScalar创建承载标量值的 aclScalar 对象aclScalar *aclCreateScalar(void *value, aclDataType dataType)参数输入/输出说明valueInput主机侧标量指针其值将作为标量值。dataTypeInput标量数据类型。典型用法以缩放系数 alpha 为例float alphaValue 1.2f; aclScalar* alpha aclCreateScalar(alphaValue, aclDataType::ACL_FLOAT); ... auto ret aclxxXxxGetWorkspaceSize(srcTensor, alpha, ..., outTensor, ..., workspaceSize, executor); ret aclxxXxx(...); ... ret aclDestroyScalar(alpha);5.2 数组类对象aclCreateIntArray / aclCreateFloatArray / aclCreateBoolArray三个 API 用于把主机侧数组拷贝进框架定义的数组对象原型分别为aclIntArray *aclCreateIntArray(const int64_t *value, uint64_t size) // 整数数组元素为 int64_t aclFloatArray *aclCreateFloatArray(const float *value, uint64_t size) // 浮点数组元素为 float aclBoolArray *aclCreateBoolArray(const bool *value, uint64_t size) // 布尔数组元素为 boolvalue为主机侧指针其值会被拷贝到对象中size为数组长度正整数。以 aclIntArray 为例例如作为 pad、size 等整型属性的入参std::vectorint64_t sizeData {1, 1, 2, 3}; aclIntArray *size aclCreateIntArray(sizeData.data(), sizeData.size()); ... auto ret aclxxXxxGetWorkspaceSize(srcTensor, size, ..., outTensor, ..., workspaceSize, executor); ret aclxxXxx(...); ... ret aclDestroyIntArray(size);5.3 列表类对象aclCreateTensorList / aclCreateScalarList当算子存在动态多输入如 AddCustom 的第一个输入是张量列表或需要批量组织标量时使用列表对象aclTensorList *aclCreateTensorList(const aclTensor *const *value, uint64_t size) aclScalarList *aclCreateScalarList(const aclScalar *const *value, uint64_t size)以 aclTensorList 为例std::vectorint64_t shape {1, 2, 3}; aclTensor *input1 aclCreateTensor(shape.data(), shape.size(), aclDataType::ACL_FLOAT, nullptr, 0, aclFormat::ACL_FORMAT_ND, shape.data(), shape.size(), nullptr); aclTensor *input2 aclCreateTensor(shape.data(), shape.size(), aclDataType::ACL_FLOAT, nullptr, 0, aclFormat::ACL_FORMAT_ND, shape.data(), shape.size(), nullptr); // 创建 aclTensorList。 std::vectoraclTensor * tmp{input1, input2}; aclTensorList* tensorList aclCreateTensorList(tmp.data(), tmp.size()); ... auto ret aclxxXxxGetWorkspaceSize(srcTensor, tensorList, ..., outTensor, ..., workspaceSize, executor); ret aclxxXxx(...); ... ret aclDestroyTensorList(tensorList);调用前需先通过aclCreateTensor创建列表中的每个 aclTensorsize为列表长度正整数。六、对象销毁aclDestroy 系列所有创建类 API 都必须与对应销毁 API 配对使用以释放框架管理的内存。原文档明确给出如下配对关系与要点创建 API销毁 API注意事项aclCreateTensoraclDestroyTensor必须配对使用。aclCreateScalaraclDestroyScalar必须配对使用。aclCreateIntArrayaclDestroyIntArray必须配对使用。aclCreateFloatArrayaclDestroyFloatArray必须配对使用。aclCreateBoolArrayaclDestroyBoolArray必须配对使用。aclCreateTensorListaclDestroyTensorList列表中的 tensor 无需再单独销毁。aclCreateScalarListaclDestroyScalarList列表中的 scalar 无需再单独销毁。销毁 API 统一返回aclnnStatus原型如aclnnStatus aclDestroyTensor(const aclTensor *tensor)。以 aclDestroyTensor 为例其职责即释放aclCreateTensor创建的对象典型示例见 aclDestroyTensor.md与 aclCreateTensor 示例共用。七、元数据查询aclGet 系列创建对象后可通过查询类 API 获取其内部元信息。原文档总表列出如下查询能力API功能输出aclGetDataType获取 aclTensor 的数据类型aclDataType*aclGetFormat获取 aclTensor 的格式aclFormat*aclGetViewShape获取 aclTensor 的 ViewShape逻辑形状int64_t**、uint64_t*aclGetStorageShape获取 aclTensor 的 StorageShape物理存储形状int64_t**、uint64_t*aclGetViewStrides获取与 ViewShape 对应的步长int64_t**、uint64_t*aclGetViewOffset获取与 ViewShape 对应的偏移ViewOffsetint64_t*aclGetRawTensorAddr获取 aclTensor 中记录的原始设备内存地址void**aclGetIntArraySize获取 aclIntArray 长度uint64_t*aclGetFloatArraySize获取 aclFloatArray 长度uint64_t*aclGetBoolArraySize获取 aclBoolArray 长度uint64_t*aclGetTensorListSize获取 aclTensorList 长度uint64_t*aclGetScalarListSize获取 aclScalarList 长度uint64_t*这些 API 全部返回aclnnStatus成功为 0。它们在 acl_meta.h 中均有对应声明例如ACL_FUNC_VISIBILITY aclnnStatus aclGetViewShape(const aclTensor *tensor, int64_t** viewDims, uint64_t* viewDimsNum); ACL_FUNC_VISIBILITY aclnnStatus aclGetStorageShape(const aclTensor *tensor, int64_t** storageDims, uint64_t* storageDimsNum); ACL_FUNC_VISIBILITY aclnnStatus aclGetViewStrides(const aclTensor *tensor, int64_t** stridesValue, uint64_t* stridesNum); ACL_FUNC_VISIBILITY aclnnStatus aclGetViewOffset(const aclTensor *tensor, int64_t* offset); ACL_FUNC_VISIBILITY aclnnStatus aclGetFormat(const aclTensor *tensor, aclFormat* format); ACL_FUNC_VISIBILITY aclnnStatus aclGetDataType(const aclTensor *tensor, aclDataType* dataType);注意查询形状/步长类 API 的输出为二级指针由框架内部持有内存使用时只需提供int64_t*与uint64_t的接收变量即可。查询类 API 与创建类 API 的配合关系如aclCreateTensor创建后用aclGetDataType/aclGetFormat/aclGetStorageShape/aclGetViewShape/aclGetViewStrides/aclGetViewOffset反向验证在 aclCreateTensor.md 的限制说明中有明确列举。八、aclOpExecutor 复用与动态地址更新这是公共元 API 中面向性能优化最核心的一组能力让两阶段算子调用的第二阶段aclnnXxx被反复执行而无需每次重建执行器。8.1 aclSetAclOpExecutorRepeatable开启执行器复用aclnnStatus aclSetAclOpExecutorRepeatable(aclOpExecutor *executor)调用时机第一阶段 APIaclnnXxxGetWorkspaceSize执行完成后必须立即调用本 API 开启复用之后即可多次调用第二阶段 APIaclnnXxx反复执行算子。若返回 561103 错误码则executor为空指针。使用限制原文档明确列出目前使用 AI CPU 与 AI Core 计算单元的算子支持 aclOpExecutor 复用以下场景不能开启复用使用涉及 host-to-device、device-to-device 拷贝的 L0 API 时如CopyToNpu、CopyNpuToNpu、CopyToNpuSync使用 L0 ViewCopy API 且源地址与目的地址相同时单算子 API 调用期间不能在算子 API 内部创建设备张量只能使用外部张量被设置为可复用的 aclOpExecutor第二阶段执行完后不会自动释放执行器资源必须配合aclDestroyAclOpExecutor显式销毁。8.2 地址更新系列aclSet*TensorAddr执行器复用的前提是张量的形状、数据类型等元信息不变、仅设备地址可能变化。因此复用后若输入/输出设备内存地址发生变化需要用地址更新 API 同步修改 aclTensor / aclTensorList 中记录的内存地址API适用对象语义aclSetInputTensorAddr单个输入 aclTensor更新输入张量记录的设备地址aclSetOutputTensorAddr单个输出 aclTensor更新输出张量记录的设备地址aclSetTensorAddr单个输入/输出 aclTensor更新对应张量记录的设备地址aclSetDynamicInputTensorAddr输入 aclTensorList更新列表内某输入张量的设备地址aclSetDynamicOutputTensorAddr输出 aclTensorList更新列表内某输出张量的设备地址aclSetDynamicTensorAddr输入/输出 aclTensorList更新列表内对应张量的设备地址aclSetRawTensorAddr任意 aclTensor直接更新 aclTensor 中原始记录的设备地址其中针对 aclTensorList 的动态更新 API 原型为以aclSetDynamicInputTensorAddr为例aclnnStatus aclSetDynamicInputTensorAddr(aclOpExecutor *executor, size_t irIndex, const size_t relativeIndex, aclTensorList *tensors, void *addr);irIndex为算子 API 内部 IR 参数索引relativeIndex为列表内的相对索引tensors为目标 aclTensorListaddr为新设备地址。读取方向则由aclGetRawTensorAddr完成获取 aclTensor 中原始记录的设备地址。8.3 组合使用示例原文档以 AddCustom 算子两个输入aclTensorList 与 aclTensor一个输出aclTensor给出完整示例// 创建输入输出aclTensor 与 aclTensorList。 std::vectorint64_t shape {1, 2, 3}; aclTensor *tensor1 aclCreateTensor(shape.data(), shape.size(), aclDataType::ACL_FLOAT, nullptr, 0, aclFormat::ACL_FORMAT_ND, shape.data(), shape.size(), nullptr); aclTensor *tensor2 aclCreateTensor(shape.data(), shape.size(), aclDataType::ACL_FLOAT, nullptr, 0, aclFormat::ACL_FORMAT_ND, shape.data(), shape.size(), nullptr); aclTensor *tensor3 aclCreateTensor(shape.data(), shape.size(), aclDataType::ACL_FLOAT, nullptr, 0, aclFormat::ACL_FORMAT_ND, shape.data(), shape.size(), nullptr); aclTensor *output aclCreateTensor(shape.data(), shape.size(), aclDataType::ACL_FLOAT, nullptr, 0, aclFormat::ACL_FORMAT_ND, shape.data(), shape.size(), nullptr); aclTensor *list[] {tensor1, tensor2}; auto tensorList aclCreateTensorList(list, 2); uint64_t workspaceSize 0; aclOpExecutor *executor; // 调用第一阶段 API。 aclnnAddCustomGetWorkspaceSize(tensorList, tensor3, output, workspaceSize, executor); // 将执行器设置为可复用。 aclSetAclOpExecutorRepeatable(executor); void *addr; aclSetDynamicInputTensorAddr(executor, 0, 0, tensorList, addr); // 更新输入列表中第一个 aclTensor 的设备地址。 aclSetDynamicInputTensorAddr(executor, 0, 1, tensorList, addr); // 更新输入列表中第二个 aclTensor 的设备地址。 ... // 调用第二阶段 API。 aclnnAddCustom(workspace, workspaceSize, executor, stream); // 销毁执行器。 aclDestroyAclOpExecutor(executor);该示例完整串起了创建对象 → 第一阶段 → 开启复用 → 动态更新地址 → 第二阶段 → 销毁执行器的全链路。从仓库源码结构看aclOpExecutor的创建、销毁与复用执行逻辑位于 src/nnopbase/composite_op/aclnn_engine 目录如 op_executor.cpp、op_kernel.cpp 等属于 composite_op 复合算子执行引擎的一部分公共元 API 即是为该引擎提供参数载体的对外入口。8.4 保留接口说明原文档总表中还列出了一组大写前缀的接口AclSetInputTensorAddr、AclSetOutputTensorAddr、AclSetDynamicInputTensorAddr、AclSetDynamicOutputTensorAddr、AclSetTensorAddr、AclSetDynamicTensorAddr。它们在 reserved_apis.md 中被标记为保留接口可以忽略正式开发请使用对应的小写前缀版本见 8.2 节表格。值得注意的是acl_meta.h 中这两组接口均有声明大写版本与小写版本签名一致推测为历史兼容保留这也是文档建议忽略的原因。九、返回值Common API Return Codes所有公共 API 均返回aclnnStatusint32_t成功为 0。原文档 Common API Return Codes 给出完整错误码表错误码值说明ACLNN_SUCCESS0成功。ACLNN_ERR_PARAM_NULLPTR161001参数校验错误参数中包含无效的nullptr。ACLNN_ERR_PARAM_INVALID161002参数校验错误例如两个输入数据类型不满足类型推导要求。ACLNN_ERR_RUNTIME_ERROR361001调用 NPU Runtime API 时发生异常。ACLNN_ERR_INNER_XXX561xxx内部 API 异常常见场景- 561101ACLNN_ERR_INNER_CREATE_EXECUTOR创建aclOpExecutor失败可能原因OS 异常- 561102ACLNN_ERR_INNER_NOT_TRANS_EXECUTORAPI 内部未调用uniqueExecutor ReleaseTo- 561103ACLNN_ERR_INNER_NULLPTRaclnn API 内部出现空指针错误。获取错误消息可调用 Runtime API 中的aclGetRecentErrMsg依据错误消息排障或联系技术支持。十、综合使用流程与最佳实践综合以上各节一套规范的 aclnn 单算子调用流程可归纳为八个步骤初始化调用aclnnInit(/home/acl.json)或aclInit一个进程仅一次创建参数对象按算子入参需要调用aclCreateTensor/aclCreateScalar/aclCreateIntArray/aclCreateTensorList等构造对象第一阶段调用aclnnXxxGetWorkspaceSize(..., workspaceSize, executor)获取 workspace 大小与执行器可选开启复用若需反复执行立即调用aclSetAclOpExecutorRepeatable(executor)并在地址变化时调用aclSetInputTensorAddr/aclSetDynamicInputTensorAddr等更新地址申请 workspace按返回大小分配设备内存第二阶段调用aclnnXxx(workspace, workspaceSize, executor, stream)执行算子复用模式下可多次调用销毁参数对象调用aclDestroyTensor、aclDestroyScalar、aclDestroyTensorList、aclDestroyAclOpExecutor等释放资源列表对象销毁后无需再销毁内部元素反初始化调用aclnnFinalize()或aclFinalize。实践要点回顾创建/销毁必须严格配对避免内存泄漏tensorData设备地址必须 32 字节对齐StorageShape 描述物理存储、ViewShape 描述逻辑形状创建时勿混淆开启 aclOpExecutor 复用的执行器不会被第二阶段 API 自动清理务必显式aclDestroyAclOpExecutor复用场景下遇到地址变更按对象类型单个张量或张量列表选择对应地址更新 API。十一、延伸阅读公共 API 完整索引common_api_list.md对外头文件声明include/nnopbase/aclnn/acl_meta.h、include/nnopbase/aclnn/aclnn_base.h单 API 详解文档目录docs/en/api/nnopbase/aclnn含 aclCreateTensor、aclnnInit 等 40 余篇返回码参考common_api_return_codes.md保留接口说明reserved_apis.md源码实现参考src/nnopbase/common/api/aclnn_init.cpp、src/nnopbase/composite_op/aclnn_engine说明本文所有 API 原型、参数语义与限制条件均以仓库中文档common_apis.md 及其关联 API 页与头文件acl_meta.h、aclnn_base.h为准示例代码为原文档的参考用法实际开发请以配套 CANN 软件版本与算子开发指南为准。【免费下载链接】opbase本项目是CANN算子库的基础框架库为算子提供公共依赖文件和基础调度能力。项目地址: https://gitcode.com/cann/opbase创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考