请问是推理还是训练业务，算力参考具体设备技术规格，设备有服务器有标卡，不同设备都有相关适配系统说明文档

(2)运算速度,1080Ti
运算速度除了和本身的硬件算力有关，还和网络结构，优化程度以及网络与硬件的契合等多方面，很难直接说。

(3)是否便于C++开发,或者融合，是否支持cuda

支持C++开发，也支持Python开发。

底层架构与NVIDIA GPU不同，不支持CUDA

(4)对于一般卷积，滤波，FFT是否有加速效果（C++，Arrayfire）

具体应用场景是？

推理，还是训练？

如果能用算子实现，在Ascend处理器上实现，应该可以加速。

(5)系统只支持Ubuntu么？只能在服务器上运行么？或者说对运行设备有什么要求

这取决于具体设备形态，可参考具体使用的设备的手册。

请联系官方询问购买，比如这个就是一个训练服务器：https://e.huawei.com/cn/products/cloud-computing-dc/atlas/atlas-800-training-9000

昇腾处理器是NPU，使用它的话，直接就是加速了，比如CPU运行慢，所以人们选择GPU，NPU和GPU是一个道理，直接用就行。

有的，比如我们使用GPU训练，一般是用PyTorch这样的框架在上层编写，而PyTorch会自动基于CUDA计算，使用昇腾也是这样的，可以选择PyTorch、TensorFlow、MindSpore框架来编写代码，会自动调用昇腾下面类似CUDA的加速库进行加速的。

昇腾处理器基于华为自研达芬奇架构，其中的计算核心AI Core采用Cube结构，是专门加速矩阵运算的，不过任何计算都有数据大小限制，如果过于庞大的话，可能要拆解一下，具体的要根据算法实现和硬件配置来确定，但对于矩阵运算加速这一点是肯定的。

如果使用PyTorch的话，因为底层架构不同，所以底层算子需要对昇腾处理器做下适配，代码需要做下适配，如果可能，建议使用华为推出的MindSpore，对昇腾处理器有深度优化，速度更快，和PyTorch也比较像的。