本课程系统讲述了基于昇腾的大模型预训练、指令微调、偏好对齐等训练场景，并在此基础上介绍了SPTD、CP长序列、MoE等分布式并行策略和全场景的大模型性能优化，以及分布式权重转换、推理、评估等大模型开发工具链，使得学员能够了解 MindSpeed LLM 相关概念、工具和开发流程，并初步具备在不同场景下大模型训练和性能调优的基本能力。

本课程基于Qwen2.5-7B大模型为例，端对端介绍了模型适配、权重转换、模型训练数据处理、大模型评估、在线推理方案的基本原理及实践流程，旨在为华为昇腾生态伙伴提供端到端的大语言模型训练方案。

介绍如何快速基于PyTorch框架完成MindSpeed LLM（大语言模型分布式训练套件）的安装。

基于Megatron训练后端的Qwen3-8B预训练和微调实践。

PyTorch框架下根据模型架构特点分为稠密模型、稀疏模型和状态空间模型三大类别，提供下载链接和仓库脚本路径。

MindSpeed LLM预训练/微调方案以及加速特性。

MindSpeed LLM基于Megatron训练后端的切分策略与优化特性调优思路。

MindSpeed LLM支持基于昇腾芯片采集profiling数据，以提供对模型运行情况的分析。