隨著AI技術的成熟，AI應用已經進入尋常百姓家，到處可見AI的蹤跡。如今，“新基建”已進入全面鋪開落地的階段，國家和地方政府均出臺相關政策扶持與長期規劃，大型科技企業機構也進一步加大了在新基建領域的投入。 

形勢一片大好，然而AI人才配置卻遲遲跟不上需求。數據顯示，2025年中國AI人才缺口將達到1000萬，這嚴重制約了人工智能技術研發突破和在各行各業的落地實踐，許多公司為AI崗位開出高薪，依然“一將難求”。

為獲取AI人才，企業與高校合作正成為AI人才培養的熱門模式。華為作為國內AI企業的先鋒，為助力高校人工智能領域人才培養和學科建設，特通過《華為昇騰師資培訓沙龍》系列活動，面向廣大高校教師提供昇騰全棧全場景AI技術知識點培訓，通過理論講解和案例實操，讓高校教師能夠更加全面、深入地了解昇騰，從而可以將昇騰相關知識點納入學生教學培養體系中。

日前，在昇騰師資培訓沙龍·上海場，上研質量與運營部部長鄭本銀講到，人工智能已成為當下各行各業發展的基座，而高校將為未來中國人工智能產業的發展輸出棟梁之才。華為作為推動中國AI產業發展的一份子，從人才、技術供應生態等方面做了微弱貢獻。他認為，中國的AI基礎技術進步需要所有產業和開發者生態的參與，華為希望能有更多合作伙伴力量的加入，以星星之火影響中國高校AI教育。

上研質量與運營部部長 鄭本銀

華東師范大學計算機科學與技術學院院長周愛民教授表示，人工智能時代，高校AI人才培養面臨著很多機遇和挑戰。自從2017年國務院發布《新一代人工智能發展戰略》以來，中國已有35所高校獲得建設本科專業資格，但實際上中國的AI人才缺口依然巨大，無法滿足產業發展的需求。不斷加強人才培養，補齊人才短板，是當務之急。在人工智能人才培養上，當前高校面臨著一些問題，如傳統計算機專業AI人才培養意識偏弱，本科生AI工程實踐能力偏弱，以及本科生AI雙創意識和能力普遍偏弱等問題。AI產業發展需要大量AI人才，AI技術變革需要創新教育，智能時代，未來已來，高校應通過學科交叉、產學研互動來創新AI教育，推動線上+線下融合，利用智能化教育教學手段推動教育變革，培養產業亟需的應用型AI人才。

 華東師范大學計算機科學與技術學院院長 周愛民

華為昇騰生態發展部部長劉鑫認為，AI 作為新的通用目的技術，將深刻推動社會發展進程。近年來，教育部連續發布多項AI教育計劃，推進高校AI人才培養、科研創新與成果轉化。8月10日，華為在HAI 2020上戰略發布昇騰全棧AI軟件平臺，希望在推動中國軟件發展進程中發揮應有的作用。在華為的 AI 戰略中，高校生態是華為 AI 戰略的關鍵組成部分，包括構建昇騰知識體系、與高校聯合課程開發、支撐專業必修課改革等，以幫助更多的高校基于鯤鵬和昇騰進行教學。

華為昇騰生態發展部部長 劉鑫

在為期兩天的沙龍培訓中，來自華為的專家與合作伙伴分享了華為核心 AI 技術，其中關于華為昇騰 AI 處理器開發平臺開發實踐與工具鏈 Mind Studio 2.0 的介紹尤為精彩，《開發環境搭建與工具鏈介紹+應用案例實戰》的主題分享介紹了昇騰的開發&運行環境搭建（基于Atlas200DK或者Ai1）與工具鏈（昇騰軟件棧集成開發工具Mind Studio），并基于具體案例進行應用開發實戰，以幫助更多開發者進行算子開發、模型訓練與模型推理等應用開發。

線上推理平臺-Ai1彈性云服務器

在昇騰AI處理器開發平臺的具體開發過程中，高校教學場景用到最多的是基于Atlas 300的Ai1推理彈性云服務和Atlas 200 DK開發者套件。

彈性云服務器（Elastic Cloud Server）是一種可隨時自助獲取、可彈性伸縮的云服務器，可幫助您打造可靠、安全、靈活、高效的應用與計算環境，確保服務持久穩定運行，提升效率，是由CPU、內存、操作系統、云硬盤組成的基礎的計算組件。彈性云服務器創建成功后，就可以像自己的本地PC或物理服務器一樣使用。

彈性云服務器的開通是自助完成的，只需要指定CPU、內存、操作系統、規格、登錄鑒權方式即可，同時也可以根據需求隨時調整彈性云服務器規格，打造可靠、安全、靈活、高效的云端計算環境。

AI推理加速型實例Ai1是基于Altas 300I加速卡設計，環境部署方法包括安裝驅動包、固件、環境依賴、工具鏈（Mind Studio）等。現場與會老師在30分鐘左右即可完成整個環境部署。

線下推理平臺-Atlas 200DK開發者套件

Atlas開發者套件（ Atlas 200 Developer Kit）是一個以Ascend 310處理器為核心的開發者板形態的產品，主要功能是將Ascend 310處理器的核心功能通過板上的外圍接口對外開放，以便用戶可以快捷地接入并使用Ascend 310強大的計算能力。

在系統架構上，Atlas 200DK開發者板主要包含多媒體處理芯片Hi3559C和Atlas 200加速模組兩大部分。

Atlas  200DK的環境部署流程包括環境準備、系統SD卡制作、Mind Studio 部署等幾個步驟。

• 開發環境搭建

開發環境搭建在ubuntu18.04之上，是AI代碼的編譯環境，結合Mind Studio工具鏈，可用于模型轉換、代碼編寫/編譯/調試、算子開發等。

• 運行環境搭建

運行環境即Atlas200DK開發者板，此環境系統是基于Ubuntu-arm的小型片上系統，該Ubuntu系統承載在Micro SD卡上，因此需要通過制卡環節，將系統制作到SD卡上。

制卡并啟動開發板成功后，可以將開發環境與開發板（運行環境）進行連接，并登錄進行運行環境配置。

Atlas 200DK的開發環境和運行環境搭建部署完成后，就可以以命令行方式進行開發，如果想要使用圖形化界面IDE進行開發，可以安裝Mind Studio工具鏈。

工具鏈——Mind Studio

在本周剛剛結束的華為HAI 2020大會上，華為正式發布了最新的MindStudio 2.0，宣布了一些重大功能更新與增加。

Mind Studio是一套基于IntelliJ框架的開發工具鏈平臺，提供了應用開發、調試、Profiling工具、模型轉換、模型可視化功能，以及對開發者來說至關重要的精度對比、自定義算子開發等重要功能，同時還提供了網絡移植、優化和分析功能，方便用戶開發應用程序。

Mind Studio當前僅適用于Ubuntu x86_64 18.04操作系統。開發者可以在Ubuntu服務器上使用原生桌面自帶的終端gnome-terminal進行安裝，也可以在Windows PC上通過SSH登錄到Ubuntu服務器進行安裝。另外，因為Mind Studio是一款GUI程序，所以在Windows PC上通過SSH登錄到Ubuntu服務器進行安裝時，需要使用集成了X schmerver的SSH終端（比如MobaXterm)。

•  ADK（Ascend Development Kit）開發工具包：

為開發者提供基于昇騰AI處理器的相關算法開發工具包，可以將開發工具包安裝到Mind Studio上，使用Mind Studio開發工具進行算法快速開發。

? ACLlib：AI應用程序開發使用的API和運行庫。包含ACL層及GE模型加載及執行功能。包含ACL庫以及編譯依賴的相關庫（不包含driver包中的庫）。

? ATC：模型和算子編譯器。用于離線模型轉換、融合規則開發、自定義parser開發等場景。

? OPP：算子庫，包含算子原型庫及算子實現庫、算子插件、融合規則。算子實現包含TBE算子、AICPU算子，另外包含算子parser。

? Toolkit：調測工具包，主要包含開發者調測應用、算子需要使用的工具包，如性能調測工具Profiling、昇騰調試工具客戶端ADC。

接下來，介紹了Mind Studio的詳細使用操作步驟，包括啟動界面、工程管理、運行管理、設備管理、ADK管理、日志工具、精度對比、Profiling工具，以及如何自動以算子開發，進行模型轉換、模型可視化等，詳情請參考培訓課程。

最后，現場展示并講解了昇騰應用開發案例-目標檢測，該案例是基于神經網絡在昇騰AI處理器上進行模型推理的演示。

華為昇騰全站全場景AI技術，讓AI開發更簡單！

AI應用的普遍使用催生了一大批AI相關新興崗位，AI人才的稀缺也讓相關崗位的需求激增。想要入門 AI 的開發者和學習者可以通過華為的MindX DL深度學習平臺、MindX Edge智能邊緣等平臺，結合 Atlas 200、Atlas 200DK（開發者套件）、Atlas 900 AI訓練集群等AI解決方案，以及華為推出的全流程開發的工具鏈 MindStudio，更快速高效地上手AI應用開發與實踐。

以上僅是華為AI技術開發的冰山一角，想要了解更多華為昇騰相關技術實踐，你還有機會！截至8月末，“華為昇騰師資培訓沙龍”系列還有南京、成都兩站待發車，等你來約！戳鏈接https://bss.csdn.net/m/topic/hwst_live，立即報名！