N步跑通CANNJudge算子竞赛提交流程：平台全流程实战指南

N步跑通CANNJudge算子竞赛提交流程：平台全流程实战指南

【免费下载链接】cann-learning-hubCANN 学习中心仓，支持在线互动运行、边学边练，提供教程、示例与优化方案，一站式助力昇腾开发者快速上手。项目地址: https://gitcode.com/cann/cann-learning-hub

你注册好了 CANNJudge 账号，打开平台却不知从哪条命令下手：登录走哪种方式？工程模板下回来先改哪个文件？提交后卡在 Running 还是 Pass 该信哪个？这篇指南带你把"登录 → 取题 → 写码 → 提交 → 查分"这条链路完整走一遍，每步都给出可执行的命令、成功判据和典型卡点。工具与脚本在仓库的 skills/cannjudge-submit/ 目录，需要在线开发环境时可先拉下仓库再动手：

git clone https://gitcode.com/cann/cann-learning-hub

CANN 为这类算子竞赛提供编译、运行与评测底座：你写的 Kernel 最终跑在 AI Core 上，Host 侧逻辑负责切分与调度。理解算子在软件栈中的位置，能帮你判断报错发生在哪一层。

第一次提交怎么做：4 步跑通最短路径

第一次提交不必追求性能，目标是走通闭环。下面 4 步全部可用命令行完成，每步附"做对了"的判据。

1. 登录。在你实际要执行下载和提交的 Linux 主机上运行：

   python3 cannjudge_cli.py login --account "your@email.com"

   密码在终端隐藏输入。判据：命令结束后~/.cannjudge/session.json出现（权限 600），之后执行info等命令不再要求账号。

2. 看题。用题目链接或 ID 查看规格：

   python3 cannjudge_cli.py info --problem-id "add"

   判据：能读到code_template字段、dtype 列表和算子原型，且与你页面看到的题目一致。公开题目的info/download/--dry-run预检不需要本地登录，私有资源仍走服务端鉴权。

3. 取工程。把模板下载到新目录（下载器拒绝覆盖已有工程，所以务必换新目录）：

   python3 cannjudge_cli.py download --problem-id "add" --output ./add-work

   判据：目录下出现完整工程和.cannjudge-project.json元数据，能看清哪些文件可编辑。

4. 预检并提交。改完源码先预检，再正式提交：

   python3 cannjudge_cli.py submit --problem-id "add" --project-dir ./add-work/project --dry-run python3 cannjudge_cli.py submit --problem-id "add" --project-dir ./add-work/project --no-wait python3 cannjudge_cli.py query --submission-id <ID>

   判据：--dry-run列出拟提交文件和 SHA-256 且无报错；正式提交返回 submissionId；查询终态出现Pass（兼容旧状态Accepted）即算跑通。

主线工作流：登录、取题、提交、查结果怎么串 🔄

最短路径只覆盖 happy path，这一节把每个环节的输入、输出和真实卡点讲清楚。

登录：三种方式与两种会话坑

默认用终端隐藏输入登录，最省事。拿不到交互终端（比如通过 Agent 远程操作）时，改用 RSA 密文方式：

python3 generate_key.py python3 encrypt_password.py --public-key public.pem python3 cannjudge_cli.py login --email "your@email.com" --ciphertext "<RSA密文>" --private-key private.pem

原理是私钥留在开发机、公钥加密后的密文可以反复使用——只要private.pem不重新生成，同一份密文一直有效。详细说明见 references/rsa-login.md。

两种会话坑先说在前面：

• 会话默认存~/.cannjudge/session.json，有效期最长 7 天，服务端可能提前使其失效；报 401 就清除旧会话重新登录，报 403 先检查题目和小组权限，别急着反复重试。
• Windows 上的 DPAPI 会话搬不到 Linux 复用，必须在执行提交的那台主机、那个系统账号下重新登录。
• 多账号切换时，把--session-file PATH放在子命令之前隔离会话。

取题：链接比 ID 更稳

--problem-id和--problem-url都支持。建议优先贴完整链接：CLI 会按小组、比赛、题目逐层解析作用域，同名题不会选错。下载拿到的是真实 ZIP 工程包，同时读取/template元数据，生成不含凭据的模板清单。

开发：两种工程结构别混淆

code_template是分流依据，--project-type auto为默认，不要凭目录名猜题目类型：

传统工程的标准目录长这样，各文件职责如下：

code/ ├── op_host/ │ └── {op}.cpp # TilingFunc、InferShape、InferDataType └── op_kernel/ ├── {op}_tiling.h # Tiling 数据结构 ├── tiling_key_{op}.h # TilingKey 多核切分（可选） └── {op}.cpp # Kernel 计算主体

核函数题没有 op_host/op_kernel 这层目录：模板里只有可编辑的kernel.asc（内含run_kernel入口）和一批只读文件（CMakeLists.txt、main.asc、data_utils.h、scripts/等）。接口签名、dtype 编码每次都从当次在线模板读，不同题目不同，见 references/kernel-project.md。

两条开发铁律：

• 平台不开放测试用例 API。你能拿来做本地验证的，是下载包内的公开数据；不要尝试探测隐藏用例。
• 只实现题目规定的 dtype、shape 和属性。不无条件补类型、不加无关转换，多写不等于多对。

提交：先预检，再上线

提交动作本身很简单，卡点几乎都出在预检阶段。CLI 会做四类检查：只读模板文件被改动、可编辑源码缺失、元数据里的 problem_id 与目标不一致、路径越界——任何一条不满足就中止，而不是偷偷忽略。

python3 cannjudge_cli.py submit --problem-url "<题目链接>" --project-dir ./add-work/project --dry-run python3 cannjudge_cli.py submit --problem-url "<题目链接>" --project-dir ./add-work/project python3 cannjudge_cli.py query --submission-id <ID> python3 cannjudge_cli.py rank --problem-id <ID>

--dry-run只显示文件列表和 SHA-256，不发送源码；默认提交后等待 120 秒轮询，可用--max-wait调整，--no-wait则立刻返回 ID 供你回头分次查询。传统工程下，CLI 会自动从工程里挑出*_tiling.h、可选tiling_key_*.h、op_host/*.cpp、op_kernel/*.cpp组装提交内容；匹配到多个候选文件时会停手让你确认，避免误选。

平台侧会把你的源码放到真实硬件上编译、运行并逐测试点评判。所以本地 CPU 静态检查通过不等于 NPU 通过，只有平台返回Pass且所有测试点通过，才算完成。

接入方式怎么选，题目默认值怎么读 ⚖️

两个最容易分叉的决策放一起讲：用哪种方式接入，以及怎么读题。

接入方式对比

SDK 最小链路长这样（依赖与 CLI 相同）：

from cannjudge_cli import CANNJudgeClient client = CANNJudgeClient() if not client.load_session(): client.login(account, password) client.save_session() problem = client.resolve_problem("<题目链接或ID>") folder = client.download_package(problem['_id'], './add-work', include_metadata=True) # 在 folder 内完成可编辑源码后： payload = client.prepare_submission(problem['_id'], folder) sid = client.submit_payload(payload) print(client.wait_for_result(sid))

默认值与边界：错误做法 vs 正确做法

读题时，参考算子的行为定义必须查官方文档并动手验证，凭直觉是 Wrong Answer 的最大来源。对照表如下：

属性同理：axis=-1是最后一维，keepdims决定输出秩，这些都要进你的实现分支，而不是只在样例里碰巧对。

状态码怎么看，Wrong Answer 往哪查 📊

状态对照表

Wrong Answer 的排查顺序

1. 先读平台msg和每个测试点的testcase_status，把失败用例分成几类，别笼统归因"精度问题"。
2. 看precision_ratio：接近 1.0 却没达标，十有八九是 float16 边界量化——参考算子在 half 上的取整行为和你不一致。
3. 按 dtype → 维度 → 属性 → 边界的顺序二分定位，每轮只动一个变量。
4. 平台precision_ratio原样引用即可，不要把新字段硬套旧语义，时间单位以页面评测说明为准。

正确性之后的性能方向

• 多核切分：把数据按availableCoreNum合理切到多核，切分策略写进 TilingKey。
• 减少 global memory 往返：能放 local 的不反复读 global，合并碎拷贝。
• 向量化搬运：按 32 字节对齐组织数据，向量指令吃满带宽。
• 计算与搬运重叠：double buffer 让 DataCopy 和计算流水线化。

原则不变：正确性不达标时，一切性能动作让路。

提交前自查清单

- [ ] 算子原型、接口签名与当次模板一致（不同题目不同，不复用旧题签名） - [ ] dtype、shape 范围严格等于题目规定，没有私自扩展 - [ ] 参考算子的默认值已查文档并用 Python 对照验证 - [ ] 维度动态读取，无 2D/4D 硬编码 - [ ] 尾部对齐有显式处理，非对齐输入不越界 - [ ] 空输入、单元素、极值输入的行为已定义 - [ ] 只读模板文件未被改动，无多余 main 或凭据文件混入 - [ ] `submit --dry-run` 预检通过，文件列表与预期一致 - [ ] 下载包内公开数据本地验证通过 - [ ] submissionId 已记录，失败可断点续查

精选 FAQ

Q1：为什么info、download、--dry-run有时不用登录？这些命令走的是公开资源接口，服务端只按资源本身鉴权；涉及私有数据时才需要有效会话。

Q2：网络超时后，我能直接重发一次提交吗？不能盲目重发。先查询该账号在该题目的既有提交记录，确认上一次是否已被受理、拿到 submissionId，再决定是否需要重新 POST。

Q3：平台为什么不开放测试用例 API？目的是逼你写泛化实现而不是对样例过拟合。本地验证就用下载包内的公开数据，公开测试点全过也不代表所有规格边界都实测到，交付时把这一点写清楚。

Q4：RSA 密钥丢了，密文还能用吗？不能。generate_key.py重新生成后，旧密文用新私钥解不开，只能重新加密；如果当时还保留终端隐藏输入这条通道，也可以直接改走它。

下一步动作

1. 登录 CLI，挑一道基础算子题（如 Add）走通"下载 → 预检 → 提交"闭环，把 submissionId 记下来。
2. 建一张题目速查表：签名、dtype、CANN 版本、精度要求逐题登记——同一平台不同题的规格差异是混用代码的主要事故源。
3. 养成--dry-run先行的习惯；拿到失败结果后，按"msg 分类 → 单变量修复 → 全量回归"的节奏迭代，不要一次改多处。
4. 用rank --problem-id对照当前榜单定位自己的耗时差距，再决定下一轮优化投在多核切分还是内存流水上。

【免费下载链接】cann-learning-hubCANN 学习中心仓，支持在线互动运行、边学边练，提供教程、示例与优化方案，一站式助力昇腾开发者快速上手。项目地址: https://gitcode.com/cann/cann-learning-hub