昇腾AI创新大赛2022正在火热招募中本次大赛是面向AI开发者打造的顶级赛事设置两大赛道，32道赛题，1000w+奖金池同时为帮助广大开发者更好地理解赛题和赛制充分发挥技术实力大赛联合昇腾AI训练营CANN训练营共同推出了11场赛题解读系列直播这份超全大赛攻略，赶紧码住！ 本期直播邀请了华为重量级大咖进行深度解读在这里您将系统的了解各大赛题赛制更有机会参加CANN训练营系列活动，做“硬核”AI开发者 等什么心动不如行动千万奖金，海量资源，等你来角逐！大赛报名及作品提交时间截止应用赛道：9月15日昇思赛道：9月30日扫码报名

实验到这个步骤的时候，连不上弹性公网IPfailed to connect the device

求问MDC210 的昇腾芯片型号是 Ascend 310 还是 Ascend 610

沙箱实验《基于昇腾弹性云服务器的人工智能应用开发实验（Python）》即将于2022年3月16日正式停止服务，实验下线后将无法开始实验，请知悉。感谢您的关注，欢迎到沙箱实验室，体验更多精彩实验！发布日期：2022年3月16日

2021年7月5日如约举办了华为云AI论文精读会2021第九期：多卡昇腾环境实现MindSpore DenseNet 分类训练嘉宾是苏州大学计算机软件技术专业 周一锋本次论文精读的领域是MindSpore，嘉宾进行了超级详细的讲解，对MindSpore感兴趣又觉得困难的小伙伴，赶快快来学习一下~华为云AI论文精读会致力于让更多人低门槛使用经典算法，助力AI开发者基于ModelArts，实现高效率论文复现和挑战！观看地址：https://res-static.hc-cdn.cn/cloudbu-site/china/zh-cn/competition/1625448245600070042.mp4华为云AI论文精读会2021·论文算法实战赛报名地址：https://competition.huaweicloud.com/information/1000041393/introduction

2021年7月5日如约举办了华为云AI论文精读会2021第九期：多卡昇腾环境实现MindSpore DenseNet 分类训练嘉宾是苏州大学计算机软件技术专业 周一锋本次论文精读的领域是MindSpore，嘉宾进行了超级详细的讲解，对MindSpore感兴趣又觉得困难的小伙伴，赶快快来学习一下~华为云AI论文精读会致力于让更多人低门槛使用经典算法，助力AI开发者基于ModelArts，实现高效率论文复现和挑战！观看地址：https://res-static.hc-cdn.cn/cloudbu-site/china/zh-cn/competition/1625448245600070042.mp4华为云AI论文精读会2021·论文算法实战赛报名地址：https://competition.huaweicloud.com/information/1000041393/introduction

“昇腾众智金质量奖”2021年8月份启动，9月份评选第一期，每月一期，至今评选了五期，评选出在“昇腾生态众智项目”交付过程中表现优异的开发者153人次。其中：获得“昇腾众智金质量奖”开发者所属高校&科研院所 24个，其中前五高校&科研院所为： 高校&科研院所人次获得“昇腾众智金质量奖”任务类型分布浙江大学20MindX高性能预训练模型：6，Pytorch & ONNX模型：9，MindSpore算子：4，CANN算子：4浙江工业大学20MindSpore模型：6，Pytorch & ONNX模型：2，TensorFlow模型：4，CANN算子：8武汉理工大学16MindSpore模型：1，TensorFlow模型：1，MindSpore算子：14重庆大学16MindX高性能预训练模型：4，MindSpore模型：9，TensorFlow模型：2，MindX SDK参考设计：1哈尔滨工业大学9MindSpore模型：6，TensorFlow模型：3获得“昇腾众智金质量奖”开发者所属众智团队 40个，其中前五团队为： 众智团队人次获得“昇腾众智金质量奖”任务类型分布武汉理工大学-熊盛武老师 团队15MindSpore模型：1，MindSpore算子：14重庆大学-钟将老师 团队11MindSpore模型：7，MindX高性能预训练模型：4浙江大学-梁秀波老师 团队10Pytorch & ONNX模型：8，MindX高性能预训练模型：1，CANN算子：1浙江工业大学-杨旭华老师 团队8CANN算子：8中山大学-张冬雨老师 团队8Pytorch & ONNX模型：8获得“昇腾众智金质量奖”开发者 103 人，其中前五开发者为： 众智开发者人次获得“昇腾众智金质量奖”任务类型分布浙江大学-智鑫8MindX高性能预训练模型：1，Pytorch & ONNX模型：2，MindSpore算子：4，CANN算子：1重庆大学-黄纲弘5MindX高性能预训练模型：3，MindSpore模型：2武汉理工大学-徐聪5MindSpore算子：5哈尔滨工业大学-郭佳宇4MindSpore模型：4浙江工业大学-裘坤锋4MindSpore模型：4感谢所有参与“昇腾生态众智项目”的众智开发团队和开发者，在昇腾生态中做出的贡献！您我均在提升！2022年，我们继续，评选规则和奖品均会在近期刷新，请各位众智开发团队和开发者关注，持续参与“昇腾生态众智项目”，并邀请更多的团队和开发者参与到我们中。“昇腾众智金质量奖”第五期“2021年收官评选”结果已新鲜出炉，恭喜各位开发者！开发者所属院校指导老师交付内容获奖事迹奖品桂胜楠北京科技大学支瑞聪MindSpore 算子-Inv 在Inv算子的适配过程中，主动思考，积极提问，善于沟通交流，快速掌握了业务要求，在较短时间内高质量完成交付，是一名优秀的贡献者。华为手环 6刘立博北京科技大学支瑞聪MindSpore 算子-Cos在Cos算子适配过程初期，克服对库不熟悉的困难，积极学习了解Mindspore库，勤于请教，最后掌握算子迁移所需的能力，最后提前一个月完成交付。华为手环 6郑鹏飞北京科技大学支瑞聪MindSpore 算子-Round在Sigmoid等2个MindSpore动态Shape算子的交付中，克服深度学习相关基础的困难，积极学习，主动思考，积极与同学们共同探讨难题，与同学们共同进步，最后高效率完成交付验收。华为手环 6 * 2MindSpore 算子-Sigmoid黄吉瑞武汉理工大学熊盛武MindSpore 算子-Acosh完成动态Shape算子acoshgrad、asingrad的MindSpore适配交付，提前提交并一次性通过验收，并在交付中，积极思考、理解任务、把握关键因素，代码及测试用例质量高。华为手环 6 * 2MindSpore 算子-AcoshGrad王超武汉理工大学熊盛武MindSpore 算子-Erf在Mindspore算子Erf交付过程中，积极主动，碰到困难不退缩，认真思考，积极与团队及支持人员交流，提前交付并一次性验收通过，代码及测试用例质量高。华为手环 6夏国威武汉理工大学熊盛武MindSpore 算子-Ceil在Ceil算子交付中，通过自己富有激情、积极主动的努力实现算子开发。待人诚恳，人际关系良好，处事冷静稳健。具备较强的逻辑思维和判断能力，高效完成了任务交付。华为手环 6王宇杰武汉理工大学熊盛武MindSpore 算子-Xdivy在开发的过程中主动思考，积极与同学们讨论问题，克服开发过程中的种种困难，顺利且高效的完成了开发任务并交付验收。华为手环 6徐聪武汉理工大学熊盛武MindSpore 算子-Asinh完成Atanh等5个动态Shape算子的MindSpore适配交付，提前提交并一次性通过验收，代码及测试用例质量高。华为手环 6 华为手环 6SKG-颈椎按摩器-G7MindSpore 算子-AsinhGradMindSpore 算子-AtanMindSpore 算子-AtanGradMindSpore 算子-Atanh智鑫浙江大学周磊晶MindSpore 算子-AssignAdd在Invert等4个MindSpore动态Shape算子的交付中，克服深度学习相关基础的困难，积极学习，主动思考，积极与同学们共同探讨难题，与同学们共同进步，最后高效率完成交付验收。HUAWEI sound SE华为手环 6MindSpore 算子-GeluGradMindSpore 算子-InvertMindSpore 算子-LogSoftmaxGrad庞宇超浙江工业大学杨旭华CANN算子-MultinomialAliasDraw算子开发中，快速学习背景知识，及时发现问题，帮助同学，热心解答，积极和华为专家沟通，提前半个月完成了交付要求。HUAWEI WATCH FITSKG-颈椎按摩器-G7CANN算子-MultinomialAliasSetup何家靖浙江工业大学杨旭华CANN算子-Combinations完成了Combinations算子的cann算子开发任务和pytorch适配的交付。在开发过程中遇到问题能够主动思考、积极解决。高效率、高质量地完成了算子和适配框架的开发工作，且算子的性能和精度均达标。算子交付提前提交并一次性通过验收，代码和测试用例的质量高，测试用例覆盖的异常情况全面。HUAWEI WATCH FIT王天浩浙江工业大学杨旭华CANN算子-Geometric在CANN算子Geometric交付中，快速学习背景知识，理解项目流程,主动与支持人员积极沟通，快速闭环，提前完成了算子的开发和适配，高质量达成交付要求。倍益康 MINI 肌肉按摩器廉令航浙江工业大学杨旭华CANN算子-PInverse在CANN算子PInverse的交付过程中，从零开始逐步摸索，解决了一些难点，积极团队合作，帮助其他团队成员解答算子开发过程中遇到的问题，提高了团队的开发效率。高质量达到交付要求，并且按时一次性交付通过。HUAWEI WATCH FIT成传兴浙江工业大学杨旭华CANN算子-Poisson完成了Poisson算子的cann算子开发任务和pytorch适配的交付。在开发过程中遇到问题能够主动思考、积极解决。高效率、高质量地完成了算子和适配框架的开发工作，且算子的性能和精度均达标。算子交付提前提交并一次性通过验收，代码和测试用例的质量高，测试用例覆盖的异常情况全面。SKG-颈椎按摩器-G7张凯磊浙江工业大学杨旭华CANN算子-UniqueWithCountsAndSorting在CANN算子的交付过程中，遇到问题能够独立思考，解决了多个关键性问题，同时响应其他同学，贡献自己的开发经验，提前完成交付，精度和性能均达标。HUAWEI WATCH FITHUAWEI WATCH FITCANN算子-Tril智鑫浙江大学梁秀波CANN算子-ProbSample完成cann算子ProbSample的aicpu实现，提前完成交付，执行力强，是一名优秀的开发者。SKG-颈椎按摩器-G7罗昱冬东北大学郭贵冰CANN算子-Roll在Roll算子的任务中，快速补充背景知识，认真分析、主动思考，开发过程严谨细心，遇到问题能够及时和老师同学交流沟通，最终提前一个月高质量达成交付要求，并一次性通过验收。SKG-颈椎按摩器-G7王阔东北大学郭贵冰CANN算子-Addcmul在CANN 算子Addcmul的开发过程中，积极思考，努力尝试，在算子逻辑实现过程中探索出创造性的解决方法，并通过与支持人员的主动沟通将方法以代码形式实现。提前完成了算子的实现和各个阶段的测试，高质量达成交付要求。HUAWEI WATCH FIT马彪武汉理工大学熊盛武MindSpore模型-RotatE模型在RotatE-MindSpore模型的交付中，克服深度学习相关基础的困难，积极学习，主动思考，积极与同学们共同探讨难题，与同学们共同进步，最后高效率完成交付验收。HUAWEI WATCH FIT党翌洲东北大学郭贵冰PyTorch框架-3DMPPE_ROOTNET模型-训练主观能动性很强，专业技术也很好，提前交付模型，模型质量高。HUAWEI WATCH GT 3（46mm）魏景琦东北大学郭贵冰PyTorch框架-3DMPPE_ROOTNET模型-推理提前很早完成了模型的交付，交付模型质量高，遇到问题主动思考解决，专业技能扎实。FreeBuds 4i 无线耳机耿锦坤浙江大学梁秀波PyTorch框架-SOLOv1模型-训练&推理在SOLOv1模型训练推理交付过程中，主动思考，不畏困难，解决了模型精度性能的一系列问题，提前交付并一次性验收通过HUAWEI WATCH GT 3（46mm）力博得智能声波牙刷冯堂虎浙江大学梁秀波PyTorch框架-SOLOv2模型-训练&推理在SOLOv2高难度模型交付过程中，主动思考，独立解决问题并积极帮助团队其他模型解决动态shape等难点问题，与支持人员积极沟通，高质量达成交付要求。HUAWEI WATCH GT 3（46mm）FreeBuds 4i 无线耳机庄佳尧浙江工业大学洪榛PyTorch框架-SSD-ResNet34模型-训练在SSD-Resnet模型-训练交付过程中，积极主动解决问题，独立完成，认真分析总结，完善了模型的性能与精度，提前交付并一次性验收通过。HUAWEI WATCH GT 3（46mm）於志成浙江工业大学洪榛PyTorch框架-SSD-ResNet34模型-推理在SSD-Resnet34模型交付过程中，遇到问题能主动思考，独立解决，善于总结，学习新知识，勤实践，最终提前完成模型的交付任务，精度和性能均达标。华为手环 6王跃辉中山大学张冬雨PyTorch框架-SSD-ResNet34模型-训练跃辉同学能力强并且执行力也很强，对于性能要求很高的模型，性能精度均对标V100达标，提前15天交付，质量极佳。HUAWEI WATCH GT 3（46mm）陈俊宏中山大学张冬雨PyTorch框架-Yolor模型-推理开发过程中不惧困难，主动解决问题，最终提前交付模型，性能超过T4，质量非常优秀。FreeBuds 4i 无线耳机李朝阳西北工业大学徐韬TensorFlow框架-SWD模型-训练在SWD模型交付中，上手快、解决问题效率高，提前完成模型迁移调优，精度性能达标，同时能够积极对项目中的其他模型开发提供支持，项目整体进展也较好。HUAWEI FreeBuds 4 蜜语红华为手环4 曜石黑白玉琼西北工业大学徐韬TensorFlow框架-DANN模型-训练在DANN模型交付中，遇到问题能够主动思考、独立解决，提前完成网络训练交付，精度性能均达标。HUAWEI FreeBuds 4 陶瓷白孙颖智西安电子科技大学王爽/谷裕TensorFlow框架-ADDA模型-训练在ADDA模型交付中，需求理解全面准确，善于发现并解决问题，快速完成了训练交付，精度和性能达标。并积极社区互动，为社区发展贡献力量。HUAWEI WATCH GT 3（42mm）李骁西安电子科技大学王爽/谷裕TensorFlow框架-DSRC模型-训练在DSRC模型交付中，学习理解能力强，能够很快理解任务、把握关键因素，超预期完成项目的阶段交付。并积极社区互动，为社区发展贡献力量。华为手环 B6贺浩庭崔浩洁西安交通大学李垚辰TensorFlow框架-BSRN模型-训练在BSRN模型交付中，快速上手基于CANN的模型迁移调优，遇到问题能够主动思考、及时进行解决，使项目有序进行，且与支持人员积极沟通互动，所负责的模型提前通过验收。华为手环 B6晏国志重庆大学刘凯TensorFlow框架-DeepFaceLab模型-训练&推理负责的DeepFaceLab模型提前高质量完成，交付效率高，交付件规范。在交付过程中，表现出了较优秀的项目执行能力，在项目前期分析、问题讨论、方案沟通等环节思路清晰，且动手能力较强，能针对多个不同方案尝试选择最优解。HUAWEI WATCH GT 3（42mm）华为手环 6周晨哈尔滨工业大学胡悦TensorFlow框架-MASF模型-训练在MASF模型交付中，体现了较强的学习、编程和解决问题能力，克服参考源码不完整等困难，通过个人努力所负责的模型提前通过验收。华为手环 B6刘晋豪哈尔滨工业大学胡悦TensorFlow框架-Deep-SLR模型-训练在Deep-SLR模型交付中，上手快、解决问题效率高，且积极互动沟通解决问题，提前完成模型迁移调优，精度和性能均达标。HUAWEI WATCH FIT唐雨欣哈尔滨工业大学胡悦TensorFlow框架-fusionGAN模型-训练在FusionGAN模型交付中，对模型的理解能力较好，动手能力较强，遇到的一些问题能够通过自行查阅资料或者积极和HW技术人员互动得到较好的解决，所负责的模型提前通过验收。华为手环 B6宋春颖南开大学王恺MindX SDK参考设计-EfficientDet在 EfficientDet 目标检测模型交付中，积极解决遇到的各种难题，及时总结，在实现过程中对 MindXSDK 平台的特性进行了深入学习，结合平台特性合理调整实现方法，对不同子模型做了充分的评测，提供了详细完备的测试文档和开发文档，完成项目交付。华为手环 B6 尊享版常顺西安电子科技大学苗启广MindX 高性能预训练模型-DeepSort在DeepSort模型交付中，不畏困难，敢于挑战，解决了多个后处理疑难问题，提前完成了ModelArts训练、SDK、MxBase推理功能和精度达标，且一次验收通过。HUAWEI WATCH GT 3（46mm）杨羽频重庆大学钟将MindX 高性能预训练模型-Senta在Senta模型交付中，在NLP模型C++后处理较为复杂的情况下，在很短的时间内就完成了模型的开发和交付，提前完成了ModelArts和SDK功能和精度达标，且一次验收通过。索尼（SONY）PS5 playstation dualscene 无线游戏手柄智鑫浙江大学赵艺钧MindX 高性能预训练模型-Xception(MindSpore)在Xception(MindSpore)模型交付中，快速理解业务背景，提前完成了ModelArts和SDK功能和精度达标，且一次验收通过。华为手环 6干淇钧浙江大学赵艺钧MindX 高性能预训练模型-resnetv2_152在resnetv2_152、lenet_quant和cnn_direction三个模型交付中，积极主动，高效沟通，在承担了三个模型的开发任务下不畏困难，提前完成了ModelArts训练、SDK、MxBase推理功能和精度达标，且一次完成验收。SKG-颈椎按摩器-G7华为无线键盘MindX 高性能预训练模型-lenet_quantMindX 高性能预训练模型-cnn_direction陈治清浙江大学赵艺钧MindX 高性能预训练模型-MASS在MASS模型交付中，快速理解业务背景，面对问题迎难而上，在很短的时间内就完成了模型的开发和交付，提前完成了ModelArts和SDK功能和精度达标，且一次完成验收。HUAWEI WATCH FIT感谢各位开发者的贡献，向各位优秀开发者学习！我们追求高质量交付，“一次性把事情做好”！活动持续，请大家参与“昇腾众智金质量奖”评选，2022年活动评选规则和奖品即将刷新发布，敬请关注！历史展播 昇腾众智金质量奖展播 2021年第一期：You Are No.1昇腾众智金质量奖展播 2021年第二期：We Are Best昇腾众智金质量奖展播 2021年第三期：We Keep Going昇腾众智金质量奖展播 2021年第四期：Go For It!

作为人工智能社区群策群力的早期形式，「众包」成就了 ImageNet 等一批成功的数据集，也加快了整个社区的发展进程。但要构建人工智能技术开发生态，仅靠「众包」是不够的。2009 年，由知名科学家李飞飞发起，来自全球 167 个国家近 5 万名工作者以众包的方式，通过三年合作努力，完成了日后触发人工智能领域发展浪潮的伟大数据集 ImageNet。数据规模巨大，标注错误极低，ImageNet 发布十余年以来，已成为淬炼图像处理算法不断升级的试金石。2010-2017 连续开展八年的 ImageNet 全球挑战赛，推动了物体识别平均准确率等 AI 领域关键指标不断提升，更让深度学习算法自 2012 年在此舞台之上大放异彩，进一步引发了人工智能领域的革命。 众所周知，ImageNet 包含 1500 万张带标注的图像，工程十分浩大。帮助李飞飞完成这一壮举的，是当时刚刚兴起的社区概念——众包。可以说，众包一直在人工智能领域扮演着重要角色，一定程度上加快了这一领域的历史进程。但与此同时，社区并没有止步于众包，而是向前又走了一步。昇腾计算产业的成员企业华为，提出了一种新的模式——众智，汇聚企业、高校、科研院所等组织的力量，做硬核开发。2021 年 3 月 18 日，昇腾众智计划正式上线。众智类似于众包，但又不同于众包。众包是繁复的人力投入，而「昇腾众智」意在通过「硬件开放、软件开源、使能伙伴」的方式，激发开发者的智慧，在网络模型开发、算子开发以及行业参考设计开发等几类项目上进行创新。 此外，「昇腾众智」计划还关注后续的人才培养以及开放平台、社区的建设和发展，这就改变了传统众包「交付即终点」的模式，对开发者的个人成长甚至整个社区的发展都有着更加深远的意义。为何众智？如何众智？3 月 13 日，国家发布了「十四五」规划纲要。纲要指出，「十四五」期间，我国将通过一批具有前瞻性、战略性的国家重大科技项目，带动产业界逐步突破前沿基础理论和算法，其中就包括深度学习框架等开源算法平台的构建以及学习推理决策、图像图形、语音视频、自然语言识别处理等领域的创新与迭代应用。由此可见，加快国内人工智能的发展在国家战略层面正变得越来越重要。过去几年，昇腾计算产业已构建起完整的全栈 AI 软硬件平台，包括基于昇腾架构的系列硬件，异构计算架构 CANN、深度学习计算框架 MindSpore 等软件平台。通过上述平台构建的AI基础设施，涵盖纲要中提到的图像、语音、自然语言处理等多项技术，可以加快医疗、能源、交通、制造等多个行业的智能化升级。AI 模型和基础软件都是高度依赖生态建设的项目，无法依靠单一力量来完成，需要汇聚开发者，共同打造昇腾计算产业生态。在过去的 2020 年，昇腾社区从学、练、用、考、赛等维度为开发者提供了完善的软件资源、专业培训、技术支持、生态政策和产品方案，上线了 50 多个开发者系列课程、1008 本学习资料、100 + 工具与样例、100 + 模型，MindSpore 开源开发者已突破 10 万 + 人。虽然已经取得了一些成绩，但要想加快这一进程，昇腾需要整个社区的力量来共同托举，这也是「昇腾众智」计划诞生的初衷。 那么如何「众智」呢？ 具体而言，「昇腾众智」主要涉及的是异构计算架构 CANN 算子开发、主流深度学习网络模型（基于 MindSpore、PyTorch 等）开发和行业参考设计开发等。 这些需求都以项目的形式发布在「昇腾众智」的官方页面上，每两周刷新一次。近期公布的 140 个项目需求包含 MindSpore 数据增强算子、MindSpore 模型等，涵盖文本、图像、视频、自然语言、目标检测等多个领域。打开「项目任务书」，我们可以看到项目的具体细节，包括任务描述、知识背景要求、任务要求、任务清单、开发指导等内容。对该项目感兴趣且符合要求的开发者可以填写与自身情况相对应的申请表。和「众包」、「外包」不同的是，在「昇腾众智」计划中，参与任务的开发者和昇腾之间并不是「冷冰冰的业务关系」，而是一种并肩作战的合作关系。如果你在开发中遇到问题，你可以随时向昇腾的专家寻求帮助。这种帮助包括但不限于硬件、软件、技术指导和答疑等。 群策群力，多方受益 前面说到，在「昇腾众智」计划中，开发者与昇腾之间是一种并肩作战的合作关系，合作的目的是创建一个强大的生态和社区。这就意味着，参与「昇腾众智」的开发者甚至整个社区都将从中受益。 开发者包含高校师生、科研机构研究者、企业开发团队等多个群体。对于这些群体来说，他们收获的不仅仅是项目交付后的奖金激励和项目开发期间的算力资源支持，还有昇腾颁发的荣誉证书（优秀开发团队和个人将受邀参加华为旗舰大会）以及华为招募引进人才的优先权等。 其他的潜在收益还包括项目经验积累、创新研究项目合作以及行业影响力的提升等。 以高校为例，高校是一个偏重学术的环境，「昇腾众智」将更多的真实项目带进校园，使得学生有更多的机会接触真实的业务场景，得到业内专家的指导，从而加深对于 AI 的理解，沉淀更多的实践经验。 科研院所和企业有所不同。科研院所汇聚了一大批优秀研究者，但在算力、场景扩展、科研创新等方面也需要一些外部支持，「昇腾众智」恰好可以在这些方面提供支持，满足科研机构在多个方面的科研需求。企业所在的行业往往需要配套的行业参考设计，在昇腾的技术支持下，企业可以更快地开发自己行业所需的参考设计，提升自身的行业影响力。 除了这些，「昇腾众智」对于整个人工智能社区也有很重要的意义。一方面，这些项目开发完成后将在昇腾社区开放，供所有开发者下载使用，免去开发者重新写代码、训练模型的麻烦，加速社区的发展进程。另一方面，昇腾社区、MindSpore 社区与其他开源开放社区可以借助这一项目建立紧密的联系，为高校、科研机构、企业和开源社区的成员搭建一个广阔的交流、合作平台，共同加速 AI 社区的发展。 以上几点在本月初启动的「OpenI 启智 & MindSpore 集结号」活动中已经有所体现。这一活动由 OpenI 启智社区和 MindSpore 社区共同举办，旨在集中高校开发者合作开发 MindSpore 高性能模型（模型众智）。中国工程院院士、鹏城实验室主任、北京大学博雅讲席教授高文在「集结号」活动中讲话。其实，早在「集结号」活动之前，「昇腾众智」就已经开始了一些小规模的探索，这些探索为计划的正式上线蓄积了力量。自去年启动昇腾众智计划以来，已有浙江大学、上海交通大学、西安交通大学、中国科学院等超过 40 所高校和科研机构参与其中（排名不分先后）。他们已经完成 484 个 PyTorch 算子分析、368 个算子开发、15 个 MindSpore 模型交付和 2 个 PyTorch 模型交付，行业参考设计的众智活动也已经完成试点。十几年前，ImageNet 让我们看到了群体力量的伟大；如今，昇腾不止要利用这股力量，更想要挖掘其中的「智慧」，创造一种新的 AI 开发模式。 目前，「昇腾众智」的初步目标是通过线上、线下两种方式** 200 + 团队、2000 + 开发者。

作为人工智能社区群策群力的早期形式，「众包」成就了 ImageNet 等一批成功的数据集，也加快了整个社区的发展进程。但要构建人工智能技术开发生态，仅靠「众包」是不够的。2009 年，由知名科学家李飞飞发起，来自全球 167 个国家近 5 万名工作者以众包的方式，通过三年合作努力，完成了日后触发人工智能领域发展浪潮的伟大数据集 ImageNet。数据规模巨大，标注错误极低，ImageNet 发布十余年以来，已成为淬炼图像处理算法不断升级的试金石。2010-2017 连续开展八年的 ImageNet 全球挑战赛，推动了物体识别平均准确率等 AI 领域关键指标不断提升，更让深度学习算法自 2012 年在此舞台之上大放异彩，进一步引发了人工智能领域的革命。 众所周知，ImageNet 包含 1500 万张带标注的图像，工程十分浩大。帮助李飞飞完成这一壮举的，是当时刚刚兴起的社区概念——众包。可以说，众包一直在人工智能领域扮演着重要角色，一定程度上加快了这一领域的历史进程。但与此同时，社区并没有止步于众包，而是向前又走了一步。昇腾计算产业的成员企业华为，提出了一种新的模式——众智，汇聚企业、高校、科研院所等组织的力量，做硬核开发。2021 年 3 月 18 日，昇腾众智计划正式上线。众智类似于众包，但又不同于众包。众包是繁复的人力投入，而「昇腾众智」意在通过「硬件开放、软件开源、使能伙伴」的方式，激发开发者的智慧，在网络模型开发、算子开发以及行业参考设计开发等几类项目上进行创新。 此外，「昇腾众智」计划还关注后续的人才培养以及开放平台、社区的建设和发展，这就改变了传统众包「交付即终点」的模式，对开发者的个人成长甚至整个社区的发展都有着更加深远的意义。为何众智？如何众智？3 月 13 日，国家发布了「十四五」规划纲要。纲要指出，「十四五」期间，我国将通过一批具有前瞻性、战略性的国家重大科技项目，带动产业界逐步突破前沿基础理论和算法，其中就包括深度学习框架等开源算法平台的构建以及学习推理决策、图像图形、语音视频、自然语言识别处理等领域的创新与迭代应用。由此可见，加快国内人工智能的发展在国家战略层面正变得越来越重要。过去几年，昇腾计算产业已构建起完整的全栈 AI 软硬件平台，包括基于昇腾架构的系列硬件，异构计算架构 CANN、深度学习计算框架 MindSpore 等软件平台。通过上述平台构建的AI基础设施，涵盖纲要中提到的图像、语音、自然语言处理等多项技术，可以加快医疗、能源、交通、制造等多个行业的智能化升级。AI 模型和基础软件都是高度依赖生态建设的项目，无法依靠单一力量来完成，需要汇聚开发者，共同打造昇腾计算产业生态。在过去的 2020 年，昇腾社区从学、练、用、考、赛等维度为开发者提供了完善的软件资源、专业培训、技术支持、生态政策和产品方案，上线了 50 多个开发者系列课程、1008 本学习资料、100 + 工具与样例、100 + 模型，MindSpore 开源开发者已突破 10 万 + 人。虽然已经取得了一些成绩，但要想加快这一进程，昇腾需要整个社区的力量来共同托举，这也是「昇腾众智」计划诞生的初衷。 那么如何「众智」呢？ 具体而言，「昇腾众智」主要涉及的是异构计算架构 CANN 算子开发、主流深度学习网络模型（基于 MindSpore、PyTorch 等）开发和行业参考设计开发等。 这些需求都以项目的形式发布在「昇腾众智」的官方页面上，每两周刷新一次。近期公布的 140 个项目需求包含 MindSpore 数据增强算子、MindSpore 模型等，涵盖文本、图像、视频、自然语言、目标检测等多个领域。打开「项目任务书」，我们可以看到项目的具体细节，包括任务描述、知识背景要求、任务要求、任务清单、开发指导等内容。对该项目感兴趣且符合要求的开发者可以填写与自身情况相对应的申请表。和「众包」、「外包」不同的是，在「昇腾众智」计划中，参与任务的开发者和昇腾之间并不是「冷冰冰的业务关系」，而是一种并肩作战的合作关系。如果你在开发中遇到问题，你可以随时向昇腾的专家寻求帮助。这种帮助包括但不限于硬件、软件、技术指导和答疑等。 群策群力，多方受益 前面说到，在「昇腾众智」计划中，开发者与昇腾之间是一种并肩作战的合作关系，合作的目的是创建一个强大的生态和社区。这就意味着，参与「昇腾众智」的开发者甚至整个社区都将从中受益。 开发者包含高校师生、科研机构研究者、企业开发团队等多个群体。对于这些群体来说，他们收获的不仅仅是项目交付后的奖金激励和项目开发期间的算力资源支持，还有昇腾颁发的荣誉证书（优秀开发团队和个人将受邀参加华为旗舰大会）以及华为招募引进人才的优先权等。 其他的潜在收益还包括项目经验积累、创新研究项目合作以及行业影响力的提升等。 以高校为例，高校是一个偏重学术的环境，「昇腾众智」将更多的真实项目带进校园，使得学生有更多的机会接触真实的业务场景，得到业内专家的指导，从而加深对于 AI 的理解，沉淀更多的实践经验。 科研院所和企业有所不同。科研院所汇聚了一大批优秀研究者，但在算力、场景扩展、科研创新等方面也需要一些外部支持，「昇腾众智」恰好可以在这些方面提供支持，满足科研机构在多个方面的科研需求。企业所在的行业往往需要配套的行业参考设计，在昇腾的技术支持下，企业可以更快地开发自己行业所需的参考设计，提升自身的行业影响力。 除了这些，「昇腾众智」对于整个人工智能社区也有很重要的意义。一方面，这些项目开发完成后将在昇腾社区开放，供所有开发者下载使用，免去开发者重新写代码、训练模型的麻烦，加速社区的发展进程。另一方面，昇腾社区、MindSpore 社区与其他开源开放社区可以借助这一项目建立紧密的联系，为高校、科研机构、企业和开源社区的成员搭建一个广阔的交流、合作平台，共同加速 AI 社区的发展。 以上几点在本月初启动的「OpenI 启智 & MindSpore 集结号」活动中已经有所体现。这一活动由 OpenI 启智社区和 MindSpore 社区共同举办，旨在集中高校开发者合作开发 MindSpore 高性能模型（模型众智）。中国工程院院士、鹏城实验室主任、北京大学博雅讲席教授高文在「集结号」活动中讲话。其实，早在「集结号」活动之前，「昇腾众智」就已经开始了一些小规模的探索，这些探索为计划的正式上线蓄积了力量。自去年启动昇腾众智计划以来，已有浙江大学、上海交通大学、西安交通大学、中国科学院等超过 40 所高校和科研机构参与其中（排名不分先后）。他们已经完成 484 个 PyTorch 算子分析、368 个算子开发、15 个 MindSpore 模型交付和 2 个 PyTorch 模型交付，行业参考设计的众智活动也已经完成试点。十几年前，ImageNet 让我们看到了群体力量的伟大；如今，昇腾不止要利用这股力量，更想要挖掘其中的「智慧」，创造一种新的 AI 开发模式。 目前，「昇腾众智」的初步目标是通过线上、线下两种方式** 200 + 团队、2000 + 开发者。

昇腾AI初创大赛决赛暨星火计划Online第二期  直播信息华为昇腾AI初创大赛决赛暨星火计划Online第二期将于2020年12月17日下午2点在线上直播间举办。下午14:00-18:30将由13家海内外人工智能初创企业进行昇腾AI作品路演，并由专家评委现场评优；晚上20:00-21:00，在同一直播间，还将直播星火计划Online第二期：大咖教你如何玩转昇腾社区，由昇腾开发者首席运营官带你深入掌握昇腾社区通关秘籍！直播回看链接：https://bbs.huaweicloud.com/live/DevRun_live/202012171400.html?ticket=ST-215734-WfOHdEbGd2pbFpMPjzSgomVb-sso&locale=zh-cnhttps://bbs.huaweicloud.com/live/DevRun_live/202012171400.html?ticket=ST-215734-WfOHdEbGd2pbFpMPjzSgomVb-sso&locale=zh-cn

我是通过异步来获取lib库的，怎么还是报错了啊 大佬给看看 577077577078

请教大佬们，这个Ascend-can-toolki 和MDC_300_Acc_Lib 这两个压缩包我在哪里可以找到，对应的安装教程在哪，有了解的吗 572298572299

请教大佬们， 问题一：下图更改的就是用darknet2caffe转化成的yolov3. prototxt文件吧，是下图一到图二直接加上吗 第二，这个LarerParameter是哪个文件里的，需要找到并且添加YoloParameter吗，是不是在caffe. proto里面改，然后在darknet2caffe. py转化？ 感谢大家帮助！ 571629571631571632

链接：https://bbs.huaweicloud.com/forum/thread-153873-1-1.html

对应的链接：https://bbs.huaweicloud.com/forum/forum.php?mod=viewthread&tid=152275https://bbs.huaweicloud.com/forum/thread-153873-1-1.html对应链接：https://bbs.huaweicloud.com/forum/forum.php?mod=viewthread&tid=152311https://bbs.huaweicloud.com/forum/thread-153873-1-1.html对应链接：https://bbs.huaweicloud.com/forum/forum.php?mod=viewthread&tid=152311           https://bbs.huaweicloud.com/forum/thread-153873-1-1.html