为了支持华为 Kirin NPU，我们额外增加了（如上图标黄的区域）：NNAdapter subgraph detection pass、NNAdapter subgraph op kernel 和 Paddle2NNAdapter converters。其中 NNAdapter subgraph detection pass 是后续自定义子图划分涉及的关键步骤；

NNAdapter subgraph detection pass：该 pass 的作用是遍历计算图中所有的算子节点，标记能够转成 NNAdapter+HiAI 算子的节点，然后通过图分割算法，将那些支持转为 HiAI IR 的、相邻的算子节点融合成一个subgraph（子图）算子节点（需要注意的是，这个阶段算子节点并没有真正转为 HiAI IR，更没有生成 HiAI 模型）；

NNAdapter subgraph op kernel：根据 NNAdapter subgraph detection pass 的分割结果，在生成的算子 kernel 列表中，可能存在多个 subgraph 算子 kernel ；每个 subgraph 算子 kernel，都会将它所包裹的、能够转成 NNAdapter+HiAI 算子的 Paddle 算子，如上图右半部所示，依次调用对应的 converter，组网生成一个 NNAdapter+HiAI model，最终，调用 HiAI Runtime APIs 生成并执行华为 Kirin NPU 模型；

Paddle2NNAdapter converters：Paddle 算子/张量转 NNAdapter+HiAI 算子的桥接器，其目的是将 Paddle 算子、输入、输出张量最终转为 HiAI 组网 IR 和常量张量。