从Ascend C到大模型训练，国产AI技术链路走进课堂
发布人：华夏
上传时间：2026-04-30
阅读次数：次
4月25-26日，哈尔滨工业大学（深圳）实验与创新实践教育中心、CANN开源社区、 SwanLab 联合打造了企业创新实验课《Ascend C算子开发与LLM微调实践》。为期两天的课程在充实的实操与交流后，于26日圆满结束。本次课程紧扣国产大模型与国产算力，将“产业前沿”第一时间引入课堂，实现了教学内容与技术演进的同频共振。
课程围绕国产AI技术栈，构建“国产算力（CANN）+ 国产工具（SwanLab）+ 国产模型（Qwen等）”的全栈教学体系，从底层算子开发到大模型微调，贯通人工智能关键技术链条，提升学生工程实践能力。课程面向具备C语言基础的本科生开设，吸引了来自计算机、通信、机器人、材料、数学等多个专业的学生参与。
课程首日由华为CANN技术专家李鹏主讲。在理论环节，系统讲解昇腾NPU硬件架构、CANN计算架构及Ascend C算子编码范式。在实践环节，同学们基于CANNLab一站式开发平台完成Sigmoid算子开发，并且通过最新提供的CANNBot智能体有效提升算子开发效率。课程让同学们亲身体验AI计算“底层引擎”的构建过程，完成从“调用模型”到“开发算子”的能力跃迁。
课程第二天聚焦大模型原理与微调工程实践。SwanLab AI解决方案架构师韩翔宇介绍了Transformer架构、KV Cache、MoE、LoRA等关键技术，并结合DeepSeek V4等前沿模型的发展动态，分析国产大模型在昇腾平台上的适配与优化趋势。在实验环节，同学们基于昇腾NPU环境，使用Qwen3系列模型开展微调实践，将自定义的SwanRmsNorm Ascend C算子编译并集成到昇腾CANN算子库，在NPU上高效执行，加速Qwen系列模型微调训练，并通过SwanLab平台对训练过程中的Loss曲线、超参数等进行实时可视化跟踪。
本次课程的一大特点在于“理论紧跟前沿、实践立足工程”。通过两天的高强度实践训练，同学们不仅加深了对昇腾NPU与CANN生态的理解，也系统掌握了大语言模型的基本原理与工程实现路径，在真实算力环境中完成了从算子开发到模型微调的完整实践。课堂互动积极，实验完成度高，教学效果显著。
作为学校推进“引企入教”、深化产教融合的重要举措，企业创新实验课程持续引入产业一线技术与工程实践。未来，哈尔滨工业大学（深圳）将进一步加强与企业合作，围绕国产算力与人工智能关键技术，构建更加开放、更高水平的实践教学体系，助力培养服务国家战略需求的创新型人才。
附：《Ascend C算子开发与LLM微调实践》课程核心大纲
课程模块 |
主要教学内容 |
学时 |
Ascend C算子开发 |
CANN架构、昇腾NPU原理、算子基础、Ascend C编程范式与API、核函数、算子编译部署 |
4 |
aclnn和pybind调用、泛化Tiling设计、vector算子开发示例讲解、sigmoid算子开发实验 |
4 |
大语言模型（LLM）微调 |
神经网络、深度学习、前向传播、反向传播、文本处理、Self-Attention与多头、Transformer Block拆解、Embedding 与语义空间 |
4 |
Decoder-Only，KV Cache、旋转位置编码、Scaling Laws、Moe稀疏专家、Swanlab 训练过程可视化、 微调工程实战（自定义Ascend C算子加速Qwen3微调） |
4 |
（图文/郑海刚，审核/苏婷 薛睿 张彦峰）
最新发布
