2024年6月4日，由华为主办，陕西人工智能生态创新中心、西安昇腾智能科技有限公司承办的“2024昇腾AI金种子实训班（西安站）”活动，成功举办。此次活动主要面向昇腾生态合作伙伴开发工程师，中科昇腾、因诺航空、翔讯科技等近30余家合作伙伴的近百位技术骨干参加了本次活动。
活动伊始，由陕西人工智能生态创新中心CTO张晓龙为2024昇腾AI创新大赛—陕西赛区进行了开赛宣讲，大赛作为面向AI开发者打造的顶级赛事，旨在鼓励全产业开发者基于昇腾AI 基础软硬件平台共同打造软硬件解决方案、探索模型算法，加速AI与行业融合 ，促进开发者能力提升。
技术布道：基于昇腾的大模型开发与CV大模型赋能
昇腾布道师詹文超向学员们介绍了基于昇腾的大模型解决方案，并进行了大模型的原生开发、迁移开发以及CV模型的理论培训。他介绍，MindSpore Transformers套件全面覆盖大模型的原生开发流程，包括开发、训练、微调、评估、推理和部署等各个环节。此外，该套件还集成了业界主流的Transfomers类预训练模型以及SOTA下游任务应用，以满足用户多样化的需求。对于大模型的迁移开发，昇腾算力底座提供了强大的支持，兼容Pytorch、TensorFlow等各类框架、加速库及三方社区。通过提供迁移分析、精度调试、性能调优等辅助工具，该底座能够大幅度缩短开发时间，实现模型和应用的快速、无损迁移适配。
课程后半段，以视觉感知演变趋势为引，詹文超向学员深入介绍了CV小模型、CV大模型与Vision Transformer模型；从预训练方法到整体架构，让学员对CV模型有了深入的了解。
上手实操：大模型开发实践与ViT图像分类实操
实训中，学员们借助昇腾AI算力资源，逐步深入到环境部署、权重准备、数据准备，以及模型训练和推理流程中，从而在实践中熟练掌握大模型的原生开发技能。开发者利用ModelArts平台上的Mindformers大模型套件，对Llama2-7B模型进行LoRA微调和推理。此外，MindSpore Transformers套件提供了一系列业内主流的Transformer类预训练模型，以及SOTA下游任务应用，这些套件具备丰富的并行特性，为用户实现大模型训练和创新研发提供了便利。
实验后半程，通过基于Vision Transformer的图像分类实验，学员们深入了解了ViT网络在计算机视觉领域的应用，并通过案例学习，重点理解了ViT模型的Patch Embedding层、Transformer Encoder模块以及MLP分类头。
本次2024昇腾AI金种子实训班，开发者通过线下互动交流与实操演练等方式深入了解了昇腾AI基础软硬件平台，掌握如何高效使用昇腾AI产品，提升基础软硬件开发能力，共建昇腾AI开发者繁荣生态。
在接下来的多个全国城市站活动中，昇腾AI金种子实训班将一如既往地携手各区域昇腾生态合作伙伴，基于伙伴开发者的真实业务场景和培训需求，切实帮助伙伴开发人员掌握昇腾AI基础软硬件特性，高效调用昇腾AI各类开发工具，助力伙伴构建人工智能训练开发与工程化能力。
热门跟贴