# caas-cli

**Repository Path**: du0898/caas-cli

## Basic Information

- **Project Name**: caas-cli
- **Description**: 为什么需要 CaaS？
随着美国对 NVIDIA 高端芯片出口管制持续升级，国产 AI 芯片（昇腾、寒武纪、海光等）正在加速替代。然而，迁移成本是摆在每个团队面前的现实问题：
🐌 人工迁移一个中等规模项目需要 数周到数月
🧩 CUDA 与国产芯片之间的算子不兼容，API 差异巨大
📉 迁移后性能回退，缺乏诊断手段
📚 新硬件 SDK（CANN、Neuware、DTK）学习曲线陡峭
- **Primary Language**: Unknown
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2026-07-21
- **Last Updated**: 2026-07-28

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# CaaS — 让 CUDA 代码零门槛跑在国产芯片上

[![Python 3.8+](https://img.shields.io/badge/python-3.8+-blue.svg)](https://www.python.org/downloads/)
[![License](https://img.shields.io/badge/license-Apache%202.0-green.svg)](LICENSE)

---

## 为什么需要 CaaS？

随着美国对 NVIDIA 高端芯片出口管制持续升级，国产 AI 芯片（昇腾、寒武纪、海光等）正在加速替代。然而，**迁移成本**是摆在每个团队面前的现实问题：

- 🐌 人工迁移一个中等规模项目需要 **数周到数月**
- 🧩 CUDA 与国产芯片之间的算子不兼容，API 差异巨大
- 📉 迁移后性能回退，缺乏诊断手段
- 📚 新硬件 SDK（CANN、Neuware、DTK）学习曲线陡峭

**CaaS 的目标：把迁移成本从「月级」降到「分钟级」。**

## 功能特性

| 功能 | 说明 |
|------|------|
| 🔍 **静态分析** | 解析 CUDA / PyTorch 源码，识别所有算子和 API 调用 |
| 🔄 **自动转换** | 生成昇腾 CANN、寒武纪 BANG C、海光 HIP 等价代码 |
| 📊 **兼容性报告** | 秒级评估迁移可行性，给出具体修改建议 |
| 📝 **代码骨架生成** | 对不支持的算子自动生成 Ascend C kernel 桩代码 |
| 🚫 **零依赖** | 无需安装 PyTorch 或目标芯片 SDK 即可运行分析 |

## 快速开始

### 安装

```bash
pip install caas-cli
```

### 第一步：分析 PyTorch 模型兼容性

```bash
caas analyze model.py --target ascend
```

输出示例：
```
╔══════════════════════════════════════════════════════════╗
║  CaaS Migration Analyzer v0.1.0                         ║
║  目标: 华为昇腾 910B (CANN 7.0)                          ║
╠══════════════════════════════════════════════════════════╣
║  文件: model.py                                         ║
║  模型: ResNet18                                         ║
║  算子总数: 18                                            ║
║                                                         ║
║  ✅ 直接映射:    15 (83.3%)                              ║
║  ⚠️  需分解:     2 (11.1%)                               ║
║  🔧 需自定义:    1 (5.6%)                                ║
║  ❌ 暂不支持:    0 (0.0%)                                ║
║                                                         ║
║  兼容率: 83.3%                                          ║
║  模式识别: ResNet-like CNN                               ║
╚══════════════════════════════════════════════════════════╝
```

### 第二步：转换 CUDA 源码

```bash
caas convert kernel.cu --target cann --output kernel_cann.cpp
```

自动完成：
- `cudaMalloc` → `aclrtMalloc`
- `cudaMemcpy` → `aclrtMemcpy`
- `<<<grid, block>>>` → `aclLaunchKernel`
- cuBLAS → ACL 等价调用
- 100+ 种 API 映射

### 第三步：生成迁移报告

```bash
caas analyze model.py --target ascend --output report.md
```

## 支持的国产芯片

| 芯片 | 厂商 | 软件栈 | 支持状态 |
|------|------|--------|---------|
| 昇腾 910B | 华为 | CANN 7.0 | ✅ 完整支持 |
| 思元 590 | 寒武纪 | Neuware 5.0 | ✅ 完整支持 |
| 深算一号 K100 | 海光 | DTK 22.10 | ✅ 完整支持 |

## 工作原理

```
┌─────────────┐     ┌──────────────┐     ┌─────────────────┐     ┌──────────────┐
│  CUDA/C++   │────▶│  CUDA 解析器  │────▶│  算子映射引擎    │────▶│  代码生成器   │
│  /PyTorch   │     │ (AST/正则)   │     │  (三芯数据库)    │     │ (CANN/BANG)  │
└─────────────┘     └──────────────┘     └─────────────────┘     └──────────────┘
                            │                      │                       │
                            ▼                      ▼                       ▼
                    ┌──────────────┐     ┌─────────────────┐     ┌──────────────┐
                    │  源码信息     │     │ 兼容性报告       │     │  转换后代码   │
                    │ (函数/API/   │     │ + 风险评估       │     │  + 桩代码    │
                    │  内存操作)    │     │                 │     │              │
                    └──────────────┘     └─────────────────┘     └──────────────┘
```

## CLI 命令参考

```bash
# 分析 PyTorch 模型兼容性
caas analyze <file.py> --target {ascend,cambricon,hygon} [--output report.md]

# 转换 CUDA 源码到目标框架
caas convert <file.cu> --target {cann,bang,hip} [--output converted.cpp]

# 查看支持的芯片和映射
caas info

# 查看版本
caas --version
```

## 开发

```bash
git clone https://github.com/caas-cli/caas.git
cd caas
pip install -e ".[dev]"
pytest
```

## 路线图

- [ ] 支持昆仑芯（毕昇）
- [ ] ONNX 模型导入与转换
- [ ] 性能剖析集成
- [ ] 大规模代码库批量转换
- [ ] 交互式迁移向导

## 许可证

Apache License 2.0，详见 [LICENSE](LICENSE)。