昇腾AI智绘“京”彩篇章丨2025昇腾AI金种子全国行·北京站顺利举办

8月12日，由华为技术有限公司、北京昇腾创新人工智能有限公司联合主办，北京京西智谷科技有限公司协办的“2025昇腾AI金种子全国行·北京站”活动成功举行。此次活动主要面向昇腾生态合作伙伴开发者，旨在通过“理论精讲+场景化实战”的模式，为伙伴开发者提供全方位、深层次的学习体验，助力伙伴开发者在实际工作场景中，围绕昇腾AI构建起丰富的大模型及行业解决方案。

昇腾AI赋能人才、产业协同发展

目前昇腾联合2700+行业合作伙伴，共同孵化了超过6000个解决方案。北京京西智谷科技有限公司董事长张鹏鹏表示，京西智谷依托昇腾AI基础软硬件平台，持续优化人才发展生态，促进人才与产业协同发展。

大模型认知搭建：从理论体系到MindIE部署实战

昇腾生态技术专家杨士博首先深入解析了大模型理论基础，从技术范式迁移和任务范式统一两方面切入，介绍了预训练模型时代的范式变化。他通过对比模型结构、训练方式、下游任务应用方式等关键维度，直观展现出大规模语言模型的性能优势。

他从预训练、指令微调以及对齐优化等环节，对大模型全流程构建进行了讲解，并深入解读大模型的扩展定律、涌现能力等技术特性。此外，杨士博还向开发者们拓展介绍了垂域大模型、多模态大模型及大模型智能体等前沿概念，助力开发者搭建起大模型的全维度认知体系。

昇腾生态算法工程师史平睿指导伙伴开发者基于MindIE推理引擎进行大模型部署的入门操作实践。在专业指导和实验手册的详细流程说明下，开发者成功完成部署操作。依托昇腾AI基础软硬件平台的实战演练，开发者对昇腾大模型部署的理解与实践能力得到切实提升。

大模型优化路径：MindSpeed MM技术解析与实践应用

北京昇腾创新中心现场应用工程师乔智围绕MindSpeed MM技术展开理论培训，系统阐释了该套件在并行策略、计算性能、内存资源以及通信性能四个维度的优化机制。针对MindSpeed MM的并行优化策略，他从数据并行、张量并行、序列并行、流水线并行到多模态异构PP进行了全面讲解，并围绕融合算子优化和汇总展示了计算性能的优化路径。

同时，他还介绍了分布式优化器和重计算技术，帮助学员们理解内存优化的逻辑。此外，他从梯度计算、权重更新、重计算三个层面，深入分析了通信优化的关键要点。最后，乔智基于InternVL2-8B模型，重点讲解了如何使用MindSpeed MM进行调优，为学员们提供了直观的技术应用参考。

北京昇腾创新中心技术专家周宝君带来MindSpeed MM实践运用的演示，从模型训练的前期准备到微调训练、优化策略层层深入，指导学员完成了MindSpeed MM在大模型训练优化中的操作流程，助力学员们将所学知识应用到实际场景中。

问题解答与交流环节中，华为北京昇腾创新中心CTO赵满意分享了昇腾AI在大模型适配与调优方面所提供的强大支持，并针对大模型训练过程中算力资源这一关键问题，提供了三种切实可行的解决思路。此外，乔智还通过互动问答引导学员思考，再次强调了基于MindSpeed Core加速模块构建的MindSpeed MM在多模态大规模分布式训练环境下的调优性能，进一步巩固了学员们的学习成果。

结业仪式上，北京昇腾创新人工智能有限公司总经理张飞为表现突出的学员颁发了优秀学员证书。经过一天充实的学习，全体学员顺利完成培训课程并获得昇腾结业证书，为本次实训活动画上了圆满句号。

开发者顺利完成培训课程  获得昇腾结业证书

昇腾AI金种子全国行·北京站活动，基于伙伴开发者对昇腾AI技术深度掌握与高效应用的需求，通过理论讲解、案例分析和动手实践相结合的赋能培训模式，帮助广大伙伴开发者切实提升昇腾AI技术的实战能力。未来，昇腾AI金种子全国行将不断深化与行业应用场景的融合发展，立足实际岗位，为伙伴开发者提供一个开放共享、交流学习的平台，为推动人才培养和产业数智化转型注入新的活力。