机器学习标签_人工智能6S服务平台

机器学习

昇腾训练框架与真实硬件部署环境的 GAP 分析

昇腾训练框架与真实硬件部署的 GAP，本质是软件抽象与硬件底层的不匹配，集中体现在精度、性能、稳定性、兼容性四大维度。训练环境的 “宽松约束” 与硬件环境的 “严格限制” 形成强烈反差，导致部署后效果不及预期。缩小 GAP 需从训练阶段提前适配硬件入手：统一精度语义、启用静态编译、模拟真实资源配置、优化算子与通信逻辑。通过 “训练即部署” 的理念，将硬件约束左移至开发阶段，可有效降低部署风险，提升

 昇思MindSpore
2026-08-25 10:18:17

 107

 1

#机器学习 #算法 #性能优化
昇腾大模型训练调试与模型选取

昇腾大模型训练的核心在于合理选取模型与科学调试流程。根据昇腾芯片算力选择合适规模模型，优先使用 MindFormers 内置适配基座，采用 LoRA 进行轻量化调试，可快速实现稳定训练。配合昇思框架的静态图优化、NPU 调度、内存管控、日志调试能力，开发者能够高效解决训练过程中的各类问题。模型选取与调试是昇腾大模型落地的基础技能，掌握后可快速开展对话、写作、行业知识库等各类大模型任务，实现国产化

 昇思MindSpore
2026-08-25 09:59:10

 192

 6

#人工智能 #机器学习 #深度学习
每日全球AI新闻

一旦该平台被资本收购，新的运营方大概率会调整商业策略，原本免费、开放的AI资源可能会受限或收费，对普通AI学习者、个人开发者、小型团队的使用体验会产生较大影响。AI模型对齐是AI安全的核心工作，简单说就是约束AI，让AI输出真实、合规、无害的内容，杜绝胡说八道、生成危险信息。：EAP是企业小范围内测的专属版本，不对普通用户开放。：全球核心AI芯片厂商博通，计划通过次级债、优先担保债等方式，筹措60

数字放牛人
2026-08-24 22:53:48

 197

 7

#机器学习 #硬件工程 #云计算 +2
LLM 混合精度训练：从 FP32 到 FP4 的完整技术图谱

混合精度训练（Mixed Precision Training）是过去十年大语言模型（LLM）训练效率提升的第一驱动力。从 2017 年 NVIDIA Volta 架构引入 FP16 Tensor Core，到 2024 年底 DeepSeek-V3 以 FP8 完成 671B 参数 MoE 模型的工业化训练（成本仅 $5.6M），再到 2026 年 AMD 联合论文攻克 FP4 从头预训练瓶颈、

江畔柳前堤
2026-08-10 17:37:28

 236

 4

#人工智能 #机器学习 #缓存 +4
昇腾910C：一场静默的算力跃迁，而非训练完成的终点宣言

华为昇腾910C“完成训练”热搜背后，实则是算力底座的静默跃迁。本文为你拆解三个关键转变：训练范式去中心化、软硬协同深度耦合、国产AI基建从“可用”到“可信”。深入架构逻辑，附上可复用的工程实践路径，助你避开营销话术，直击技术本质。🔧🚀

yweng18
2026-08-04 16:58:53

 257

 1

#人工智能 #深度学习 #机器学习
鸿蒙Crash高级捕获与异常监控：全局异常兜底/崩溃栈解析/符号表还原/智能聚类/闭环修复

文章摘要：崩溃治理是企业应用稳定性的核心指标，需构建"捕获→聚类→定位→修复→验证"的完整闭环。通过errorManager全局兜底JS异常，结合FaultLogger记录Native崩溃，实现全链路监控。崩溃栈需符号化还原并智能聚类（按堆栈指纹、异常类型、页面等维度），优先修复高频/高影响面问题。实战中需设计崩溃上报协议，搭建监控平台，并根据影响面分级处理（P0热修/P1周级/P2排期）。最终

 世人万千丶
2026-08-03 21:06:06

 238

 4

#聚类 #数据挖掘 #机器学习 +4
昇腾平台VeRL测试方法概述

VeRL原生支持GPU，昇腾作为VeRL开源社区贡献方，对VeRL进行适配，使其能在NPU上运行。因此，需要对社区原生特性在NPU上的支持情况以及一些NPU上的新增特性进行测试。简单说，强化学习包含训练和推理两部分，是一种边推边训的框架。区别于预训练和微调，强化学习是后训练，基于推理的结果对训练进行指导。

qq_43618164
2026-07-30 11:00:07

 270

 8

#功能测试 #华为 #机器学习
华为ICT学院昇腾开发者高校训练营暨CANN启航营在兰州大学开营

面对人工智能快速发展带来的新需求，华为持续推进昇腾计算生态建设，希望通过本次训练营，以“课、训、赛”相结合的培养模式，帮助学生提升工程实践能力，为国产AI生态培养更多高水平计算人才。在专题分享环节，华为海思CANN高校生态运营经理王杰作《昇腾CANN生态技术解读》专题分享，系统介绍了昇腾CANN技术体系和开发者生态，围绕算力资源、开发工具及在线实践平台等内容进行分享，并现场演示CANN算子开发入门

 模型启动机
2026-07-29 17:02:45

 193

 7

#华为 #重构 #机器学习 +3
AI时代已来临！收藏这份小白转行指南，高薪岗位等你来挑战！

AI技术正迅速改变我们的生活和工作方式。前vivo产品经理宋紫薇跨界投身AI硬件创业，反映了该领域的火热。AI大模型应用开发工程师成为高薪香饽饽，月薪可达60k。该岗位更看重实际应用能力，而非纯理论，适合各背景人士转行。AI行业发展迅速，人才紧缺，是转行学习AI的最佳时机。打开手机刷短视频，AI自动剪辑的片段越来越丝滑；上班写方案，AI助手分分钟列出框架；就连楼下奶茶店，都用AI系统优化点单流程。

咔咔学姐kk
2026-07-29 15:11:43

 232

 6

#人工智能 #大数据 #机器学习 +2
模型压缩：量化与剪枝技术在移动端的应用（220）

在鸿蒙（HarmonyOS）生态中，模型压缩是让大模型走出云端、在移动端“掌心绽放”的核心技术。通过量化与剪枝，开发者可以在保持模型精度损失可控的前提下，大幅降低显存占用和计算量，从而在算力与内存受限的手机上流畅运行 AI 模型。

Davina_yu
2026-07-20 18:23:54

 559

 10

#剪枝 #算法 #机器学习 +2
嵌入式机器学习 - 学习笔记1.2.2 - 机器学习专用硬件

摘要：本文探讨了嵌入式AI硬件的真实加速能力，指出传感器和普通MCU不等于AI加速器，需区分通用MCU、带DSP/ML指令的CPU（如Cortex-M55）和专用NPU（如Ethos-U55）。TinyML任务按计算需求分为Vibration、Voice、Vision三类，性能提升需结合计算架构、内存优化和编译器（如Vela）。强调硬件选型应基于任务复杂度（如EEG/EMG多模态需NPU，GSR/

Baysulle
2026-07-13 12:07:00

 387

 8

#机器学习 #学习 #人工智能 +1
Edge AI：关于Edge AI、云端AI、机器学习的了解

因为特别想搞一个AI小智那样的语音聊天嵌入式设备，一直想搞一个AI+嵌入式开发的项目，想学习一些相关的知识，在此之前，我一直以为AI+嵌入式只是我想的那样，把AI载入各种开发板，然后就可以了，最近开始了解到Edge AI这个概念，我才明白，原来其中大有区别。

2403_88517351
2026-07-09 17:08:57

 216

 5

#人工智能 #AI #单片机 +1
2026 年 7 月 AI 全行业重磅资讯深度解读｜监管、大模型、雷达视觉、算力四大赛道变革

本文梳理 2026 年 7 月上旬全球 AI 领域最新重磅资讯，从国内 AI 智能体合规新政、海内外大模型迭代、雷达视觉多模态融合技术突破、国产算力生态升级四大维度展开深度解读。结合雷达、嵌入式、机载视觉开发者工程落地视角，分析 C 端拟人智能体监管限制、轻量化开源模型替代趋势、CVPR26 最新 4D 雷达检测框架、昇腾国产算力适配方案等核心内容，并针对军工雷达、无人机感知项目给出合规、算力选型

 embrace_the_sunhaha
2026-07-09 10:41:59

 2.6w

 6

#目标检测 #机器学习 #人工智能 +3
小模型在昇腾NPU上的推理部署：【小模型Triton Inference Server服务化方案】

本文主要介绍目前小模型领域的服务化情况和Triton Inference Server方案，这也是目前昇腾在小模型服务化的主打方案，并详细介绍三条路径，Python backend、GE custom backend和ONNX-RUNTIME backend子方案。

spinning~
2026-07-08 17:22:13

 343

 9

#人工智能 #pytorch #计算机视觉 +4
性能跃升3.8倍！昇腾AsyncFlow异步流式RL破解后训练长尾之困

实测在 prompt 2k → response 16k 长序列场景下，在昇腾Atlas 900 A3 SuperPoD液冷超节点、Atlas 800 A3风冷超节点等全系列产品训练吞吐从同步方案的 59.3 提升至 226.8，相对提升 3.81 倍，同时保持收敛精度对齐，目前已支持verl框架。相关信息并未经过本网站证实，不对您构成任何投资建议，据此操作，风险自担，以上网页呈现的图片均为自发上

 C学堂
2026-07-07 10:23:12

 69

 1

#人工智能 #深度学习 #机器学习
HarmonyOS 5 鸿蒙CodeGenie AI辅助编程工具详解

CodeGenie是华为为鸿蒙开发者打造的AI辅助开发工具，集成在DevEco Studio中，基于盘古和DeepSeek大模型，支持ArkTS/C++代码生成、智能问答、万能卡片生成、编译报错分析等功能。通过RAG技术精准匹配鸿蒙技术栈，提升开发效率和质量。安装需DevEco Studio 5.0.3.403+版本，支持代码续写、意图框架集成等进阶功能。实测显示，服务卡片开发效率提升96%，UI

油墨香^_^
2026-07-06 14:00:32

 283

 5

#人工智能 #机器学习
HarmonyOS NEXT】鸿蒙中Interface实例实现的书写格式

摘要：在HarmonyOS NEXT的ArkTS开发中，接口（Interface）用于定义类型契约，由类（class）或结构体（struct）通过implements实现。关键点包括：基础语法：类必须实现接口所有属性和方法，否则编译报错；灵活属性：接口属性可通过简单字段或getter/setter实现；接口继承：子接口继承父接口的所有成员，实现类需满足完整继承链； UI应用：接口常用于约束

 油墨香^_^
2026-07-05 00:01:03

 114

 1

#人工智能 #机器学习 #自然语言处理
小模型在昇腾NPU上的推理部署：【基于昇腾 NPU 的 OCR 业务系统性能优化实践】

在将多模态OCR业务从GPU迁移至昇腾NPU的过程中，由于硬件架构的差异，原有推理链路在性能和资源管理方面出现了新的瓶颈。本文基于一套五层架构的文档解析系统，详细记录了在昇腾NPU环境下的性能调优过程，涵盖推理调用结构重组、并发模型重构以及底层内存分配策略调整。通过一系列优化，最终在单卡单进程场景下实现了显著的性能提升和资源优化。该文档解析系统采用流水线架构，核心功能是对PDF或图片进行版面分析，

ღ温酒叙余生ღ᭄ꦿ࿐
2026-07-03 15:43:05

 452

 10

#性能优化 #人工智能 #机器学习 +2
RAG2.0从能用到好用的企业知识库实战

Query Rewrite 效果原始问题：贾宝玉最后结局是什么？改写结果：《红楼梦》中贾宝玉的最终结局是什么？Hybrid Search 效果向量命中: 20 条, BM25命中: 20 条最终答案在尘缘了结后，跟随一僧一道离开了凡间，返回其本源所在。宝玉生病，魂魄恍惚间见到送玉的和尚，跟随其前往一处荒野在毘陵驿，贾政于雪夜见到了打扮成僧人样的宝玉，宝玉拜别父亲一僧一道夹住宝玉说道："俗缘已毕，还

 风间_
2026-06-22 09:31:14

 230

 7

#人工智能 #算法 #机器学习
华为的鸿蒙到底有多牛？为什么称作遥遥领先？

鸿蒙这一路走来，最让我佩服的其实不是代码写得有多好——当然技术上确实硬核，微内核+分布式架构这套东西安卓到现在也没真正做出来。但更让人叹服的是华为的战略耐心。被制裁的时候，所有人都说鸿蒙要凉。结果呢？人家用了六年时间，执拗地一代一代迭代，每一代都推进一点“去安卓化”，直到今天彻底完成。这种搞法，就像愚公移山——每一铲子下去，土确实少了一点，但外人站着看，觉得山一点没变。等你再一回头，整座山都搬走了

 weixin_56622231
2026-06-18 23:26:59

 221

 2

#harmonyos #android #华为 +4
【强化学习】知识地图

本博客旨在对已发表在社区的强化学习相关的博客进行整理归类，方便用户导航使用。一下文章所用的机器均为昇腾相关设备。强化学习系列将划分为【强化学习算法】、【强化学习框架】、【模型部署实践】、【模型适配调优】、【训推引擎】五大类。

friezanmmm
2026-01-10 21:27:17

 351

 4

#人工智能 #python #算法 +3
鸿蒙ArkUI实战：自定义弹窗与数据回传

本文介绍了使用 @CustomDialog 装饰器实现三种常见的自定义弹窗交互模式：确认弹窗（支持自定义按钮样式）、输入弹窗（带字数统计和输入校验）、列表选择弹窗（单选回传）。通过 CustomDialogController 实现弹窗生命周期控制，重点讲解了循环引用问题的解决方案（利用懒求值特性）以及控制器的初始化时机选择（推荐在 aboutToAppear 中创建）。每种弹窗都演示了数据回传机

 雨季666
2026-06-05 16:23:19

 352

 3

#harmonyos #microsoft #华为 +3
鸿蒙ArkUI实战：animateTo 动画全解析

ArkUI动画实践：五种核心动效详解本文通过五个独立Demo全面讲解ArkUI中animateTo动画的实现方法，涵盖四种核心变换和组合动画：缩放动画：使用分步animateTo实现放大回弹效果，适用于点赞等交互反馈旋转动画：通过角度切换实现360°平滑旋转，适合刷新按钮等场景平移动画：采用FastOutSlowIn曲线实现自然滑动效果，可用于卡片切换透明度动画：保持最低可见度避免用户困

 雨季666
2026-06-03 18:35:50

 58

#harmonyos #华为 #状态模式 +3
鸿蒙ArkUI实战：交互式表单与输入校验

本文介绍了如何使用 ArkUI 构建一个功能完整的注册表单，包含昵称输入计数、密码强度检测、性别选择和协议勾选等交互功能。重点探讨了表单状态管理的两种方案（扁平 @State vs 嵌套对象），以及错误信息的独立管理策略。文章详细讲解了各表单组件的实现细节：实时字符计数与校验、多维度密码强度算法、三色强度条展示和自定义单选按钮组。最后强调了表单校验应采用递进式错误提示，为用户提供清晰的操作反馈。通

 雨季666
2026-06-03 17:42:57

 289

 3

#状态模式 #深度学习 #机器学习 +2
CANN graph-autofusion：SuperKernel JIT 编译的融合魔法

本文介绍了昇腾NPU上的算子自动融合框架graph-autofusion，它通过自动发现融合机会和SuperKernel技术，解决了手动融合算子时工作量大的问题。该框架包含Autofuse和SuperKernel两个核心组件，能够自动分析算子间的数据依赖和硬件亲和性，将多个算子编译成单一Kernel执行，避免了中间结果的频繁读写。其JIT编译流程分为五个阶段：输入算子序列、自动融合分析、代码生成、

程序员清洒
2026-05-23 15:17:58

 430

 11

#android #numpy #机器学习
catlass 算子模板库的分层抽象设计：从模板到高性能矩阵乘

想象一下，你是一个乐高积木工厂的设计师。你的任务不是为每个孩子造一个成品城堡，而是设计一套"基础砖块+连接件+装饰件"的组合系统——孩子们可以用这套系统拼出他们想要的任何东西。catlass 就是昇腾矩阵乘算子的"乐高工厂"

程序员清洒
2026-05-22 11:24:00

 443

 9

#矩阵 #线性代数 #机器学习
CANN 算子调优：榨干昇腾硬件性能

CANN 算子调优：榨干昇腾硬件性能

 晚霞的不甘
2026-05-21 22:27:17

 166

 4

#人工智能 #算法 #机器学习
基于昇腾平台的SAPO训练实践

昇腾实战派。

Victormily
2026-05-21 20:07:40

 426

 9

#python #人工智能 #机器学习
【Tilelang】高性能算子语言环境搭建

是一种面向高性能计算的领域特定语言，基于 TVM 编译器基础设施，结合类 Python 的简洁语法，旨在降低 GPU/CPU 及 NPU 上高性能算子开发的复杂度。其 Ascend 变体——，专为昇腾 NPU 架构优化，支持 GEMM、向量运算与注意力机制等核心算子的高效实现。编译器后端支持两种技术路线：和。本文档针对开发者在实际部署过程中遇到的环境配置难题，提供可复现、稳定运行的完整搭建方案，涵

 weixin_47665740
2026-05-21 20:02:14

 656

 14

#人工智能 #机器学习
CANN-ops-math类型转换算子-昇腾NPU上fp16和bf16怎么互转才不拖后腿

摘要：昇腾NPU上fp16和bf16互转性能关键点在于数据连续性。DMA引擎转换连续tensor时带宽利用率可达95%，而非连续tensor需Vector单元处理，带宽利用率仅30-40%。fp16适合推理（精度更高），bf16适合训练（范围更大）。FlashAttention等融合算子可消除独立Cast开销（约0.02ms/次）。混合精度训练中LayerNorm等操作的Cast最频繁，但可通过融

 一起养小猫
2026-05-20 18:19:27

 310

 3

#人工智能 #深度学习 #机器学习