华为昇腾开发——多模型资源管理（C++）

华为Ascend昇腾CANN详细教程（一）

在深度学习和高性能计算中，虽然现有的框架（如TensorFlow、PyTorch等）提供了丰富的内置算子，但某些特定场景下，开发者可能需要自定义算子以满足特殊需求。核函数（Kernel Function）是指在AI处理器（如华为Ascend AI处理器）上执行的函数，它通常负责在设备侧进行高效的并行计算。核函数是算子实现的核心部分，主要用于执行实际的计算任务。核心过程就是调用算子类的Init和Process函数。Process函数是算子的核心代码。

2021年已经离去，感谢大家的陪伴和帮助，感谢家人的鼓励。转眼，这已是我在CSDN写下的第九篇年终总结，真是岁月如梭。《缘起性空，归来不少年》。是啊，归来不再少年，我已经是而立之年了。当我写下这几个字的时候，心里还沉甸甸的。曾经的我总以为，博士毕业继续回到贵州教书，陪伴家人，仍是少年，真的如此吗？或许现实将更加残忍，岁月将不饶人，这荆棘一年让我意识到，我已为人父，不再少年。

在计算机视觉领域，CANN最新开源的[通用目标检测与识别样例]，通过其强大的可定制、可扩展性，为AI开发者们提供了良好编程选择。大量模块化编程逻辑、可扩展配置，让开发者们像乐高搭积木一样，仅需进行简单的替换和定制，就能实现符合业务场景需求的高性能、企业级AI应用。......

「无 AI，不科技」。在AI 产业逐步落地成熟的今天，AI 人才的争夺战已打响，甚至有不少网友预测，未来AI 开发将成为人人必备的技能之一。不过，现实来看，无论是 AI 三驾马车中的数据...

「无 AI，不科技」。在AI 产业逐步落地成熟的今天，AI 人才的争夺战已打响，甚至有不少网友预测，未来AI 开发将成为人人必备的技能之一。不过，现实来看，无论是 AI 三驾马车中的数据、算力、算法，还是细分而论的深度学习、机器学习、数据处理与统计、神经网络等，每一项技术的入门都需要花费大量的时间进行研究与实践，这无疑也对新时代下的开发者们提出了更高的挑战。时下，为了助力高校人工智能领域人才培养及...

近日，工行金融科技研究院发布的《商业银行人工智能应用实践及趋势展望》（以下简称“《展望》”）指出，当前人工智能领域仍然处于快速发展阶段，新技术理念在不断衍生和试错的同时也伴随着市场化的过度渲染包装现象出现，商业银行也需要加强前瞻研判工作，与科技公司、科研院所和同业伙伴等保持广泛的交流和联动，就新技术的当下成熟度和发展前景形成洞见，指导新技术理念的跟进策略。所谓大模型，是指容量较大、用于深度学习任务的模型，通常具有海量的参数和复杂的架构，具有涌现性、扩展性、复合性的特征。但人工智能大模型则不同。

最终，在H800 SXM5这个卡上，FlashMLA实现了内存带宽3000GB/S（上限是3.2TB，利用率已经接近90%了），计算浮点数580 TFLOPS的表现DeepSeek利用了KV分块+共享内容利用+精细化的Wrap设计把H800的性能压榨得一干二净。DeepEP，说白了就是DeepSeek抛弃了传统的NCCL通信库，自己用更底层的NVSHMEM自己手搓了一套通信方法。这套方法可能不如NCCL那么全面，但在独特的Moe大模型场景下，却是绝对效率最好的。英伟达NVschmen技术文档。

在战略制定中，华为通过差距分析明确战略方向，以应对市场挑战和实现长期发展目标。华为在通信设备领域崛起过程中，始终将差距分析作为战略制定的核心环节。面对国际竞争对手（如朗讯、北电、阿尔卡特、摩托罗拉、思科等）的技术和市场优势，华为通过差距分析识别自身不足，并制定针对性战略。对比行业标杆实际业绩与目标未被满足的市场需求或新技术趋势行业标杆（如西门子、阿尔卡特、爱立信等）进行对标，学习其技术、管理、市场策略。运营商业务全面学习爱立信，消费者业务对标苹果，通过像素级学习和模仿快速提升能力。

华为暑期机试题讲解

本文介绍了如何优化GPU资源租赁问题，以最大化云计算服务商的收益。问题描述中，公司拥有多个GPU核心，需在有限资源下选择最优客户组合，确保总租金收入最大化。规则包括：最多同时分配M个GPU核心，客户需求不重叠，且每个客户要么全部满足需求，要么完全不选择。输入格式包括M、N、R及每位客户的时间段需求，输出为最大租金。 解题思路包括： 离散化处理时间点：收集所有时间段的起点和终点，排序并去重，得到关键时间点。 预处理客户需求：计算每个客户在每个离散区间内的GPU核心需求及总租金贡献。 枚举客户组合：由于客户数量

OSPF是一种内部网关协议（IGP），主要用于在自治系统（AS）内部使路由器获得远端网络的路由信息。OSPF是一种链路状态路由协议，不直接传递路由表，而是通过交换链路状态的描述信息来维护路由信息。每个启用OSPF功能的路由器都会独立维护一个LSDB，基于该数据库中的链路状态信息独立计算路由‌。

华为中国行2025广东新质生产力创新峰会于5月15日举行，主题为“AI筑基，新质跃升”，探讨AI技术作为新质生产力核心驱动力在各领域的应用。高能计算机作为华为生态战略合作伙伴，与行业领军者共同探讨AI时代的新质生产力发展。峰会强调新质生产力的高科技、高效能、高质量特征，并展示了高能计算机自主研发的金融工控机。华为与高能计算机等伙伴联合发布了基于昇腾AI处理器与鲲鹏处理器的全系创新产品，标志着多方战略合作进入新阶段。高能计算机表示将继续深化与华为的合作，推动制造业向高效化、智能化、绿色化发展，助力构建数智未来

DeepSeek源码深度解析》与《华为仓颉语言编程从入门到精通》两书，分别代表了当前AI模型开发与系统级编程语言领域的前沿探索。前者以DeepSeek大模型为核心，通过七章递进式内容，从MoE架构设计、多模态数据处理到推理优化，构建了开源大模型从理论到部署的全生命周期知识体系；后者则以华为仓颉语言为切入点，通过19章系统性教学，完成从语法基础到工业级项目开发的闭环，展现了现代编程语言在性能优化与生态融合中的独特价值。

基于跑步、滑翔、骑行的VR跑步机、VR平衡车、VR椭圆机系列智能运动产品融合了XR扩展现实、智能算法等技术，将真实运动场景无缝融入虚拟世界，为用户打造了科学有趣的沉浸式运动健身体验，发挥了新一代信息技术在体育行业的赋能带动作用，受到了与会领导和同行们的一致好评和赞誉。未来，广州卓远VR将继续与国家体育总局体育科学研究所、华为终端有限公司、松山湖科学城发展集团等权威平台单位保持密切协作，深化技术创新，攻克关键核心技术，不断提升智能体育产品的技术含量和附加值，推动中国智能体育产业迈向新的高峰！

摘要： 本文介绍了如何解决灾区物资调度路径规划问题。问题要求在自然灾害后，从物资集结点到指定受灾乡镇的最短路径长度。输入包括乡镇数量、距离矩阵和目标乡镇编号，输出为最短路径长度。通过分析，该问题可转化为无向带权图的最短路径问题，适合使用Dijkstra算法求解。文章详细解释了Dijkstra算法的步骤，并提供了Python、C++和Java的参考代码。由于节点数量较少（最多21个），基本Dijkstra算法的时间复杂度为O(V²)，足以高效解决问题。

摘要 探险家A先生需要穿越一个$k \times k$的山地区域，从左上角出发，到达右侧边界。移动规则包括只能向右或向下移动，相邻位置高度差不超过1，且经过每个位置会消耗对应体力值。目标是找到最省体力的路径。输入为矩阵大小$k$和高度矩阵，输出为最小体力消耗值，若无可行路径则返回-1。解题思路采用动态规划，定义状态$dp[i][j]$为到达位置$(i,j)$的最小体力值，通过遍历矩阵更新状态。最终在最右侧列中寻找最小值作为答案。时间复杂度为$O(k^2)$，空间复杂度为$O(k^2)$。代码实现包括Pyth