5月18日，一場旨在加速安徽省人工智能領(lǐng)域人才培養(yǎng)與技術(shù)創(chuàng)新的重要活動——2024昇騰AI金種子實訓(xùn)班(合肥站)，在熱烈的氣氛中圓滿結(jié)束。本次活動由華為技術(shù)有限公司與合肥昇騰人工智能生態(tài)創(chuàng)新中心聯(lián)合主辦，合肥市大數(shù)據(jù)資產(chǎn)運營有限公司鼎力協(xié)辦，集合了超過20家生態(tài)伙伴企業(yè)的60余位技術(shù)精英，共同探索昇騰AI技術(shù)，強化本地企業(yè)和伙伴的AI技術(shù)實力，為推動安徽省人工智能行業(yè)的蓬勃發(fā)展注入新動力。
2024昇騰AI金種子實訓(xùn)班(合肥站)成功舉辦
【啟航智慧新篇】
開班儀式上，合肥昇騰人工智能生態(tài)創(chuàng)新中心COO錢云童表示，本課程基于伙伴開發(fā)者需求調(diào)研而精心設(shè)計，旨在通過實戰(zhàn)導(dǎo)向的教學(xué)模式，打通理論學(xué)習(xí)、技能實踐、系統(tǒng)培訓(xùn)與能力測評的全鏈條。開發(fā)者是昇騰AI產(chǎn)業(yè)乃至整個人工智能行業(yè)數(shù)智化轉(zhuǎn)型的中堅力量，誠摯邀請各位開發(fā)者一起匯聚智慧的星星之火，共筑可持續(xù)、有韌性的昇騰人工智能生態(tài)。
【深入技術(shù)前沿】
實訓(xùn)期間，昇騰CANN首席布道師譚濤為在座開發(fā)者詳細介紹了昇騰AI解決方案、離線推理概念等基礎(chǔ)知識，并著重介紹了昇騰異構(gòu)計算架構(gòu)CANN(Compute Architecture for Neural Network)為推理應(yīng)用開發(fā)所推出的編程語言AscendCL的核心要點。AscendCL是昇騰計算開放編程框架，是對底層昇騰計算服務(wù)接口的封裝，為開發(fā)者提供了一系列強大功能，涵蓋設(shè)備管理、上下文管理、流管理、內(nèi)存管理、模型加載與執(zhí)行、算子加載與執(zhí)行、媒體數(shù)據(jù)處理、圖管理等API庫，供用戶開發(fā)人工智能應(yīng)用。后半程還精心安排了與課程內(nèi)容緊密相關(guān)的微認證測試，以考促學(xué)，通過測試加深學(xué)員理解。
昇騰CANN首席布道師 譚濤
昇騰AI布道師李海濤深入剖析MindSpore大模型原生開發(fā)及Pytorch模型遷移，展示了MindSpore Transformers套件如何覆蓋大模型的原生開發(fā)流程，包括開發(fā)、訓(xùn)練、微調(diào)、評估、推理和部署等各個環(huán)節(jié)。對于大模型的遷移開發(fā)，昇騰算力底座提供了強大的支持，兼容Pytorch、TensorFlow等各類框架、加速庫及三方社區(qū)。
昇騰AI布道師 李海濤
【實戰(zhàn)鑄就卓越】
實操環(huán)節(jié)中，開發(fā)者親歷了從Mindformers進行大模型微調(diào)到推理的全過程，借助最新昇騰AI算力，從環(huán)境部署、權(quán)重準備、數(shù)據(jù)準備到模型訓(xùn)練&推理流程層層深入，在實踐中掌握昇騰AI大模型原生開發(fā)技能。借助ModelArts平臺，使用Mindformers套件，開發(fā)者對Llama2-7B模型進行LoRA微調(diào)和推理，快速積累了寶貴的實踐經(jīng)驗和技術(shù)見解。
【互動解惑，共克難關(guān)】
實訓(xùn)班特設(shè)互動答疑環(huán)節(jié)，昇騰AI布道師與合肥昇騰人工智能生態(tài)創(chuàng)新中心的FAE團隊針對開發(fā)者在實踐操作中遭遇的具體挑戰(zhàn)進行了即時解答，進一步鞏固學(xué)習(xí)成果。培訓(xùn)結(jié)束后，所有參與者成功通過測試，榮獲昇騰結(jié)業(yè)證書，他們表示，這次經(jīng)歷不僅增添了知識技能，也點燃了他們對AI技術(shù)的熱忱與信念。
開發(fā)者順利完成培訓(xùn)課程與測試，獲得昇騰結(jié)業(yè)證書
昇騰AI金種子實訓(xùn)班(合肥站)的成功舉辦，為昇騰生態(tài)合作伙伴開發(fā)者搭建了一個技術(shù)交流與合作的平臺，將進一步促進昇騰AI技術(shù)創(chuàng)新和產(chǎn)業(yè)融合發(fā)展。展望未來，昇騰將持續(xù)深耕AI人才培養(yǎng)，促進科技與產(chǎn)業(yè)的深度融合，為安徽省數(shù)字經(jīng)濟的高質(zhì)量發(fā)展貢獻力量。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責(zé)任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
