Redis Cluster作为​​分布式缓存系统​​，其设计核心目标是​​高可用性（Availability）​​与​​分区容忍性（Partition Tolerance）​​，同时通过​​最终一致性​​妥协，实现对缓存场景的最优适配。​​一、Redis Cluster在CAP中的权衡逻辑​​根据CAP定理，分布式系统无法同时满足​​一致性（Consistency）​​、​​可用性（Availability）​​、​​分区容忍性（Partition Tolerance）​​三者，必须牺牲其一。Redis Cluster的选择是：​​优先保障可用性（A）​​：通过​​主从复制​​、​​自动故障转移​​、​​无中心化架构​​确保节点故障时服务不中断；​​必须满足分区容忍性（P）​​：作为分布式系统，网络分区是必然场景，Redis Cluster通过​​Gossip协议​​（节点间状态同步）、​​哈希槽分区​​（数据分散存储）容忍分区；​​妥协一致性（C）​​：采用​​异步复制​​（主节点写操作后立即返回，从节点异步同步），接受​​短暂数据不一致​​（最终一致性），以换取高可用性。这种权衡符合缓存场景的核心需求——​​快速响应请求​​，即使数据存在短暂延迟，也不会影响业务逻辑（如商品列表、会话信息等）。 ​​二、数据分片机制：对可用性与扩展性的优先保障​​Redis Cluster的数据分片采用​​哈希槽（Hash Slot）​​方案，核心设计目标是​​水平扩展​​与​​高可用性​​，具体机制如下：​​1. 哈希槽分配逻辑​​Redis Cluster将整个键空间划分为​​16384个固定哈希槽​​（编号0~16383），每个主节点负责​​连续的槽区间​​（如节点A负责0~5000槽，节点B负责5001~10000槽，节点C负责10001~16383槽）。​​数据映射方式​​：通过CRC16(key) % 16384计算键对应的哈希槽，再将槽路由到对应的主节点；​​动态调整​​：支持​​在线重分片​​（通过redis-cli --cluster reshard命令），无需停机即可将槽从满节点迁移至空闲节点，保障扩展性。​​2. 对可用性与扩展性的体现​​​​高可用性​​：每个主节点配备​​1~N个从节点​​，主节点故障时从节点自动升级为主节点（故障转移机制），确保数据不丢失且服务持续；​​水平扩展性​​：通过增加节点并重新分配哈希槽，可线性扩展集群容量（如从3节点扩展至1000节点），满足缓存数据增长需求；​​负载均衡​​：哈希槽均匀分配至各节点，避免单点压力过大，提升整体吞吐量。​​3. 一致性的妥协​​哈希槽机制本身不保证强一致性，但通过​​主从复制​​实现数据冗余。由于复制是异步的，主节点写操作后，从节点可能未及时同步，导致​​读从节点时获取旧数据​​（最终一致性）。这种妥协是为了避免同步复制带来的延迟，保障可用性。​​三、故障转移机制：对可用性的极致追求​​Redis Cluster的故障转移机制基于​​主从复制​​与​​Gossip协议​​，核心目标是​​快速恢复故障节点​​，确保服务可用性，具体流程如下：​​1. 故障检测​​​​节点状态监控​​：每个节点通过​​Gossip协议​​定期向其他节点发送PING消息，报告自身状态（如ALIVE、SUSPECT、FAIL）；​​主观下线（SDOWN）​​：若节点在node-timeout（默认15秒）内未收到某节点的PONG响应，标记该节点为SUSPECT（可疑）；​​客观下线（ODOWN）​​：当​​多数主节点​​（超过集群主节点数量的1/2）都标记某节点为SUSPECT，则该节点被标记为FAIL（故障），触发故障转移。​​2. 故障转移流程​​​​从节点选举​​：故障主节点的从节点通过​​优先级规则​​选举新主节点：过滤掉​​不健康​​的从节点（如自身状态为FAIL）；选择​​优先级最高​​的从节点（slave-priority配置，默认100，值越小优先级越高）；若优先级相同，选择​​复制偏移量最大​​的从节点（同步数据最多）；若复制偏移量相同，选择​​RunID最小​​的从节点（唯一标识）。​​主节点切换​​：选出的从节点执行slaveof no one命令，成为新主节点；并通过slaveof命令让其他从节点成为其从节点；​​集群状态更新​​：新主节点通过Gossip协议向集群广播自身状态，更新哈希槽归属，确保所有节点识别新主节点。​​3. 对可用性的体现​​​​快速恢复​​：故障转移流程通常在​​10~30秒内完成​​（取决于node-timeout配置），远低于业务容忍的故障时间（如电商大促时，1分钟故障可能导致大量订单流失）；​​自动无缝切换​​：客户端通过​​MOVED重定向​​（收到MOVED错误后更新槽映射）或​​Smart Client​​（缓存槽映射，减少重定向次数），无需人工干预即可切换至新主节点，保障服务连续性。​​4. 一致性的妥协​​故障转移过程中，​​异步复制​​可能导致​​数据丢失​​（如主节点故障前未同步至从节点的数据）。为降低丢失风险，Redis提供WAIT命令（同步写操作，等待从节点确认），但这会增加延迟，因此仅在​​强一致性需求场景​​（如金融交易缓存）中使用，默认仍采用异步复制。 ​​四、总结一下下：Redis Cluster的CAP选择逻辑​​机制优先保障的 CAP 特性对一致性（C）的处理数据分片P（分区容错）、A（可用）异步复制导致短暂不一致，最终一致故障转移A（可用）、P（分区容错）故障节点可能丢失数据，恢复后一致Redis Cluster的设计本质是​​以缓存场景为核心​​，通过以下方式实现CAP权衡：​​可用性（A）​​：通过主从复制、自动故障转移、无中心化架构，确保节点故障时服务不中断；​​分区容忍性（P）​​：通过哈希槽分区、Gossip协议，容忍网络分区，保持集群可用；​​一致性（C）​​：通过异步复制实现最终一致性，妥协强一致性，换取高可用性与扩展性。这种选择使Redis Cluster成为​​分布式缓存的首选方案​​，适用于​​商品列表、会话信息、计数器​​等对一致性要求不高但需要高可用的场景。​​参考资料​​：Redis Cluster官方文档：https://redis.io/docs/reference/cluster-spec/ Redis官方文档：https://redis.io/topics/cap-theorem

MDC300F 的程序迁移到 MDC510，核心是适配硬件平台差异、操作系统 / 中间件特性差异，除了你提到的 ARXML 适配、三方库与自身程序交叉编译外，还需重点关注硬件驱动、OS / 实时性、中间件通信、传感器适配（激光雷达 / 组合定位）等模块，一、硬件平台相关的软件适配（核心的差异点）MDC300F 与 MDC510 的硬件架构（CPU、内存、接口、芯片组）存在差异（如 MDC510 可能升级了 CPU 核心数、扩展了 PCIe 接口、优化了实时性芯片），需针对性适配：1. 板级支持包（BSP）与驱动适配BSP 版本更新：MDC510 有专属的板级支持包（含硬件初始化、中断映射、时钟配置），需替换为 MDC510 对应的 BSP 版本，不能直接复用 MDC300F 的 BSP。例如：内存初始化参数（如 DDR 带宽、地址映射）需按 MDC510 的硬件规格调整；中断优先级配置（如 PCIe 设备中断、传感器接口中断）需重新分配，避免与 MDC510 的硬件中断冲突。硬件接口驱动适配：若程序用到 MDC 的板载接口（如网口、CAN/LIN 口、PCIe 插槽），需确认 MDC510 的接口驱动是否兼容：例如 MDC300F 的网口可能是千兆网，MDC510 升级为 2.5G 网，需更新网口驱动（如 DPAA2 驱动）并调整网卡参数（如 MTU 值、速率协商模式）；CAN 口的硬件控制器可能从 SJA1000 换为 MCP2515，需替换 CAN 驱动并重新配置波特率、滤波规则。2. 操作系统（OS）与实时性适配MDC 系列通常搭载 QNX 或定制 Linux，MDC510 的 OS 版本（如 QNX 7.1 vs MDC300F 的 QNX 7.0）或实时性配置存在差异，需适配：OS 系统调用适配：若程序使用了 OS 原生 API（如 QNX 的msgSend/msgReceive、Linux 的pthread），需确认高版本 OS 是否存在 API 兼容性问题（如参数变更、废弃接口），例如 QNX 7.1 对实时调度策略的枚举值调整，需修改代码中SCHED_FIFO的配置。实时性参数重调：MDC510 的 CPU 算力更强（如多核心 ARM Cortex-A76），需重新分配程序的线程核心绑定（如将激光雷达数据处理线程绑定到独立 CPU 核心）；调整进程调度周期、中断响应时间阈值（如 MDC300F 的调度周期为 10ms，MDC510 可优化为 5ms 以提升实时性，但需验证稳定性）。内存与资源限制：MDC510 的内存更大（如 16GB vs MDC300F 的 8GB），需重新配置程序的内存分配参数（如堆内存大小、共享内存段地址），避免因旧配置导致内存浪费或溢出。二、中间件与通信协议适配MDC 上的自动驾驶程序依赖多种中间件（如 SOME/IP、DDS、华为自研的 ADS 中间件），MDC510 的中间件版本或配置可能与 MDC300F 不同，需适配：1. 自动驾驶中间件适配若使用华为 MDC 的ADS 框架（如 APollo-MDC 适配层、华为自研的功能模块框架），需更新中间件版本至 MDC510 支持的版本，并重新配置框架参数：例如 SOME/IP 的服务发现配置（如sd_server的 IP 和端口），MDC510 可能因硬件接口变化调整了服务端地址；DDS 通信的域 ID、QoS 策略（如可靠性级别、数据传输模式），需按 MDC510 的中间件文档重新配置，避免数据收发丢包。功能模块通信接口：若程序中各模块（如感知、决策、控制）通过中间件交互，需重新验证模块间的通信链路，例如 MDC300F 上感知模块通过 CAN 发送目标信息，MDC510 可能改用 Ethernet 发送，需修改通信协议类型和接口映射。2. 诊断与监控模块适配MDC 的诊断（比如 UDS 诊断）、监控（如 CPU / 内存使用率监控）模块在不同型号上的实现存在差异：UDS 诊断配置：需重新适配 MDC510 的诊断服务（如故障码定义、诊断会话控制），例如 MDC300F 的故障码0x1901对应内存故障，MDC510 可能调整为0x1902，需更新诊断数据库（如 ODX 文件）。监控阈值重设：根据 MDC510 的硬件资源，重新设置监控阈值（如 CPU 使用率超过 80% 告警，内存使用率超过 70% 告警），避免因旧阈值导致误报或漏报。三、激光雷达与组合定位的适配（这个点要重点处理一下下）激光雷达和组合定位作为核心传感器，其适配与否直接影响功能可用性，通常需要重新适配，原因及适配点如下：1. 激光雷达适配硬件接口映射适配：MDC510 的激光雷达接口（如网口、电源接口）可能与 MDC300F 的物理位置或接口类型不同（如 MDC300F 用网口 1，MDC510 用网口 3），需在 ARXML 或配置文件中重新映射传感器的硬件接口（如绑定激光雷达的 IP 到 MDC510 的指定网口）。驱动与 SDK 适配：激光雷达厂商（如 Velodyne、RoboSense）针对不同 MDC 型号可能提供不同版本的驱动 / SDK，需替换为 MDC510 兼容的驱动（如 RoboSense 的rslidar_sdk_v2.5适配 MDC510，而 MDC300F 用v2.0）；若驱动依赖特定硬件资源（如 PCIe 带宽、CPU 核心），需在 MDC510 上重新编译驱动，并配置资源分配（如给激光雷达驱动分配独占的 PCIe 通道）。参数配置与校准：重新配置激光雷达的工作参数（如点云帧率、分辨率、扫描角度），确保适配 MDC510 的计算能力（如 MDC510 可支持更高帧率的点云处理）；重新进行激光雷达的外参校准（如与车身的相对位置、姿态），因为 MDC510 在车辆上的安装位置可能与 MDC300F 不同，外参变化会导致点云坐标偏移。2. 组合定位适配组合定位（比如 GNSS+IMU）的适配逻辑与激光雷达类似，核心是适配硬件接口、驱动和参数：硬件接口适配：组合定位模块的接口（如 CAN、UART、Ethernet）在 MDC510 上的映射可能变化，需重新配置接口参数（如 CAN 波特率、UART 的波特率 / 数据位 / 停止位）。驱动与协议适配：替换为 MDC510 兼容的组合定位驱动（如华为自研的定位驱动、Trimble 的 MDC510 专用驱动），并适配定位协议（如 NMEA、RTK 协议），确保定位数据能正确解析。定位参数与校准：重新配置定位模块的工作模式（如 RTK 基准站地址、IMU 的零偏校准参数），MDC510 可能支持更高精度的定位算法（如多频 GNSS），需启用对应功能；重新进行组合定位的时间同步（如与激光雷达、相机的时间戳对齐），MDC510 的 PTP（精确时间协议）模块可能与 MDC300F 不同，需重新配置 PTP 参数（如时钟源、同步周期），避免时间偏差导致定位数据与其他传感器数据不同步。四、其他需适配的点1. 功能安全与性能优化功能安全适配：MDC510 的功能安全等级（如 ASIL-B/D）可能与 MDC300F 一致，但硬件安全机制（如内存保护、故障检测模块）存在差异，需重新验证程序的功能安全设计：例如 MDC300F 的内存故障检测通过软件实现，MDC510 支持硬件级 ECC 内存，需启用硬件故障检测功能，并修改故障处理逻辑。性能优化适配：利用 MDC510 的算力优势（如多 CPU 核心、GPU 加速），优化程序的并行处理逻辑（如将感知模块的点云分割、目标检测拆分到不同 CPU 核心，或启用 GPU 加速深度学习推理）；重新调整程序的缓存策略（如增大高频访问数据的缓存大小），适配 MDC510 的 CPU 缓存架构（如 L3 缓存容量更大）。2. 配置文件与脚本适配除了 ARXML 文件，程序依赖的其他配置文件（如传感器参数配置文件、算法参数配置文件）需重新适配：例如激光雷达的点云过滤参数配置文件，需根据 MDC510 的处理能力调整过滤阈值；启动脚本（如 QNX 的build.sh、Linux 的startup.sh）需修改，适配 MDC510 的启动流程（如启动顺序、硬件初始化脚本路径）。日志与调试工具适配：MDC510 的日志输出接口、调试工具（如 QNX 的pidin、Linux 的top）可能有差异，需修改程序的日志打印逻辑（如日志输出路径、日志级别控制），确保调试工具能正常获取程序运行状态。总结一下下核心适配点可归纳为：硬件驱动与 BSP、OS / 实时性、中间件通信、激光雷达 / 组合定位传感器、功能安全与性能、配置文件与脚本。其中，激光雷达和组合定位必须重新适配（因硬件接口、驱动、参数均存在差异），否则会导致传感器数据无法正常采集或解析，进而影响整体功能。

一、错误根源定位报错 - 4 通常表示设备与平台之间的并发消息处理超出限制，但结合用户尝试直接复制 MQTT 参数仍失败的情况，实际原因可能是认证参数格式错误或设备未完成激活流程，导致平台拒绝连接。以下是关键排查点：二、核心参数验证1. ClientID 格式华为 IoT 平台要求 ClientID 必须包含设备 ID 和时间戳，格式为：{device_id}_0_0_{timestamp}  验证方法：设备 ID 需与平台注册的完全一致（区分大小写）。时间戳为当前 UTC 时间（毫秒级），需动态生成且每次连接唯一。示例：device123_0_0_16372345678902. Username/Password 生成规则Username：固定为设备 ID。Password：需使用 HMAC-SHA256 算法对 clientId${clientId}deviceName${deviceName}productKey${productKey}timestamp${timestamp} 字符串进行签名，其中：clientId：即上述格式的 ClientID。deviceName：设备名称（与平台注册一致）。productKey：产品 ID（平台分配）。timestamp：与 ClientID 中的时间戳一致。3. TLS 证书配置华为 IoT 平台强制要求使用 TLS 加密连接（端口 8883），需在设备端配置华为云根证书。验证方法：下载华为云 IoT 平台根证书（点击获取）。确保代码中正确加载证书路径，比如哈： #define CN_ROOT_CA_CERT \ "-----BEGIN CERTIFICATE-----\n" \ "MIIDXzCCAkegAwIBAgILBAAAAAABIVhTCKIwDQYJKoZIhvcNAQELBQAwTDEgMB4G\n" \ ... // 证书内容三、设备激活流程检查设备首次连接平台时需完成激活流程，否则会被标记为未激活状态。激活失败可能导致认证失败，需检查以下步骤：设备初始化消息：连接成功后，必须立即向平台发送初始化消息（如属性上报）。主题：$oc/devices/{device_id}/sys/properties/report消息内容 { "services": [ { "service_id": "default", "properties": { "deviceStatus": "online" } } ] } 心跳机制：设备需周期性发送心跳消息（建议间隔 60 秒），以保持连接有效性。比如主题：$oc/devices/{device_id}/sys/keepalive四、网络与并发问题处理网络连通性：确保设备能访问华为 IoT 平台地址（如iot-mqtts.cn-north-4.myhuaweicloud.com）。检查防火墙是否开放 8883 端口。用工具测试连接： openssl s_client -connect iot-mqtts.cn-north-4.myhuaweicloud.com:8883 并发消息控制：华为 IoT 平台对单设备的并发消息数有限制（默认 10 条），需确保每条消息都得到 ACK 响应后再发送新消息。优化代码逻辑，增加消息队列和 ACK 超时处理机制。五、代码调试与日志分析串口日志输出：启用设备端 MQTT 调试日志，捕获连接过程中的详细信息。试一下下（Paho 库）：[MQTT] Connecting to iot-mqtts.cn-north-4.myhuaweicloud.com:8883... [MQTT] CONNECT packet: clientId=device123_0_0_1637234567890, username=device123, password=... [MQTT] CONNACK received: code=4 (Connection Refused: Bad user name or password) 平台消息跟踪：在华为云控制台开启设备的消息跟踪功能，查看具体交互日志。路径：设备管理 → 设备详情 → 消息跟踪六、直连测试工具验证使用第三方 MQTT 客户端（如 MQTTX）直接测试设备参数，排除代码问题：配置参数：Broker 地址：iot-mqtts.cn-north-4.myhuaweicloud.com端口：8883ClientID：{device_id}_0_0_{timestamp}Username：设备 IDPassword：计算后的签名值证书：华为云根证书测试步骤：连接后发送初始化消息。观察平台设备状态是否变为在线。七、常见的问题和一些解决方案问题现象可能原因解决方法CONNACK 返回码 4用户名 / 密码错误重新计算签名，确保参数格式正确。设备状态显示 “未激活”未发送初始化消息在连接成功后立即发送属性上报消息。并发消息超限未处理 ACK 响应增加消息队列和 ACK 超时处理，控制发送频率。TLS 连接失败证书配置错误检查证书内容是否完整，路径是否正确。平台域名无法解析DNS 配置问题手动设置设备 DNS 为 8.8.8.8 或华为云 DNS 服务器。八、跑个小案例试试（Paho 库） #include <MQTTClient.h> #define DEVICE_ID "your_device_id" #define PRODUCT_KEY "your_product_key" #define DEVICE_SECRET "your_device_secret" #define MQTT_BROKER "iot-mqtts.cn-north-4.myhuaweicloud.com:8883" #define ROOT_CA_CERT "-----BEGIN CERTIFICATE-----\n...\n-----END CERTIFICATE-----" void mqtt_connect() { MQTTClient client; Network network; char client_id[64]; char password[256]; time_t now = time(NULL); snprintf(client_id, sizeof(client_id), "%s_0_0_%ld", DEVICE_ID, now); // 计算密码 char sign_str[256]; snprintf(sign_str, sizeof(sign_str), "clientId%sdeviceName%sproductKey%stimestamp%ld", client_id, DEVICE_ID, PRODUCT_KEY, now); hmac_sha256(sign_str, strlen(sign_str), DEVICE_SECRET, strlen(DEVICE_SECRET), password); NetworkInit(&network); MQTTClientInit(&client, &network, 3000, NULL, 0, NULL, 0); MQTTPacket_connectData connect_opts = MQTTPacket_connectData_initializer; connect_opts.MQTTVersion = 4; connect_opts.clientID.cstring = client_id; connect_opts.username.cstring = DEVICE_ID; connect_opts.password.cstring = password; connect_opts.keepAliveInterval = 60; connect_opts.cleansession = 1; connect_opts.willFlag = 0; // 配置TLS MQTTSetTLS(&client, ROOT_CA_CERT, NULL, NULL); int rc = MQTTConnect(&client, &connect_opts); if (rc != 0) { printf("MQTT connect failed: %d\n", rc); return; } // 发送初始化消息 char payload[] = "{\"services\":[{\"service_id\":\"default\",\"properties\":{\"deviceStatus\":\"online\"}}]}"; MQTTMessage message = { .payload = payload, .payloadlen = strlen(payload), .qos = 1, .retained = 0 }; MQTTPublish(&client, "$oc/devices/your_device_id/sys/properties/report", &message); } 

私信功能，回帖的时候，正常回复消息受限制，建议改进

请查阅参考昇腾社区文档：https://gitee.com/ascend/MindSpeed/blob/master/docs/features/eod-reset.md 

请查阅参考昇腾社区文档：https://gitee.com/ascend/MindSpeed/blob/master/docs/features/megatron_moe/megatron-moe-fb-overlap.md 

 (2025年10月）  < 华为云Versatile智能体平台 体验入口>华为开发者空间--开发平台--Versatile Agent （请在PC端打开）  版本概览  Summary   华为云Versatile智能体平台定位为一站式企业级智能体构建平台，倡导人人都能构建自己的企业级智能体。本次十月版本升级围绕MCP服务、工作流应用、知识库、插件、工作空间等模块实现10+项特性优化，全力为开发者们在创建创意智能体过程中带来更流畅的体验，与开发者合力构建易用、好用、开放的AI Agent平台。   新增重点特性介绍  Introduction     01  资产中心  资产中心 · MCP广场 新增80+官方预置MCP工具，总数累计达100业务价值：丰富MCP资产的类型与数量，开箱即用，降低开发门槛，为用户带来更流畅的开发体验。   02 Agent发布     应用管理 · 支持单智能体应用、工作流应用发布为网页，可在web端打开Agent进行快速交互。业务价值：通过一键发布，生成链接，支持在web端以网页形式快捷访问智能体应用，丰富打开方式。    03  工作流节点   应用管理-工作流应用 · 新增异常节点功能，用户可以根据业务需求自定义异常信息。可通过直接输入或插入创建好的消息模板，在异常码抛出中输入异常信息。业务价值：可由用户自主抛出业务异常。异常节点用于抛出预定义的业务异常码，可传递给中控进行后续处理。   配置管理 · 新增消息模板功能，用户可以自定义消息模板，并在工作流应用的对应节点中使用。(如：异常分类的消息模板可以在异常节点中使用）业务价值：通过将消息完成结构化创建存为模板，实现租户或工作空间内的共享；方便在节点创建时直接选用模板，简化操作。  应用管理-工作流应用 · 工作流应用在编排节点配置时，支持通过搜索栏输入关键词，快速定位所需引用参数业务价值：提供关键词搜索能力，方便用户快速定位所需参数，提升筛选效率。   · 消息节点支持引用流式和非流式输出参数业务价值：丰富消息节点的引用模式。  04  数据能力   知识库 · 知识库新增查看引用功能，提供引用列表，可查看当前知识库被哪些智能体和工作流引用业务价值：提供知识库被引用关系溯源，便于清晰查看知识库被引用的路径，用于判断知识库变更对哪些Agent、检索流产生影响。    05 插件能力   组件库-我的插件 · 创建插件支持多工具管理，一个插件下可以新建多个相关工具业务价值：优化插件创建流程，实现插件的多工具集合管理，通过类别划分支撑插件在智能体选用时更为便捷。  应用管理 · 在智能体及工作流应用中，灵活选择多个插件下的工具或一个插件下的多个工具。业务价值：提高插件选择的便捷性，优化用户体验。   06  工作空间  工作空间 · 工作空间角色优化，增加开发工程师、运维工程师业务价值：通过增加特定角色，优化对团队空间的操作权限细分，方便组织内多岗位成员协作，显著提升团队的工作效率。    07  模型管理  模型调测· 模型服务调测时，支持一键清除输入内容业务价值：一键快速清除，提升模型调测的操作效率。  08  开发中心   应用管理· 单智能体应用、工作流应用在“发布管理”页面支持复制URL业务价值：可一键复制，简化操作，提升用户体验。 · 调用工作流应用接口，增加响应参数业务价值：补充响应参数信息，方便调用查看。 点击可前往>>华为云Versatile智能体平台 官网   

直播主题：仓颉编程语言入门级开发者认证——考试辅导直播讲师：leo 丨 华为云学堂技术讲师直播时间：2025/10/31 16:00-17:30直播链接：cid:link_0直播简介：本期直播将体系化梳理仓颉编程语言入门级开发者认证课程，清晰解读其发展历程、核心概念与典型应用场景，并提供通关指南，助您全面掌握认证考核要点与学习路径。直播亮点：1、仓颉编程语言入门级开发者认证题型分析；2、仓颉开发者认证核心理论概念精讲以及模拟考题拆解；3、仓颉开发者认证实操要点梳理。加入微信交流群：直播期间扫码入群，解锁更多隐藏福利哦~  

请查阅参考昇腾社区文档：https://gitee.com/ascend/MindSpeed/blob/master/docs/features/shared-experts.md 

请查阅参考昇腾社区文档：https://gitee.com/ascend/MindSpeed/blob/master/docs/features/megatron_moe/megatron-moe-allgather-overlap-comm.md 

LLaMA-Factory多机多卡训练为了在多机多卡环境下训练大模型，我们可以使用LLaMA-Factory。它支持多种常见模型，集成了包括（增量）预训练、（多模态）指令监督微调、奖励模型训练、PPO 训练、DPO 训练、KTO 训练、ORPO 训练等等训练方法，并且有web-ui和命令行两种使用方式，是目前主流的模型训练框架之一。1 安装LLaMa-Factory下载 LLAMA-Factory 并进入项目目录，本文档所有操作均在该目录下进行：git clone https://github.com/hiyouga/LLaMA-Factory.gitcd LLaMA-Factory2、Python 环境创建创建并激活 Python 环境：conda create -y -n llamafactory python=3.10conda activate llamafactory3、LaMA-Factory 安装使用以下指令安装带有 torch-npu 的 LLaMA-Factory：pip install -e “.[torch-npu,metrics]” -i https://pypi.tuna.tsinghua.edu.cn/simple使用自定义数据集时，需要更新 data/dataset_info.json 文件。image.png多机多卡训练LLaMA-Factory支持多种多机多卡训练方式，包括DDP，DeepSpeed，FSDP。针对想要使用 NativeDDP 或 DeepSpeed 两种分布式训练引擎，推荐使用下列命令，区分两种训练引擎仅仅在于训练的yaml参数文件中。然后，必须在每个节点上使用export HCCL_SOCKET_IFNAME=eth0 来指定当前节点的 HCCL 通信网卡（请使用目标网卡名替换 eth0）。以两机环境为例，分别在主、从节点（机器）上执行如下两条命令即可启动多机训练：FORCE_TORCHRUN=1 NNODES=2 RANK=0 STER_ADDR=192.168.0.1 MASTER_PORT=29500 llamafactory-cli train examples/train_lora/llama3_lora_sft.yaml 主节点运行FORCE_TORCHRUN=1 NNODES=2 RANK=1STER_ADDR=192.168.0.1 MASTER_PORT=29500 llamafactory-cli train examples/train_lora/llama3_lora_sft.yaml 从节点运行使用此方式需要在每台机器上分别运行指令，同时每台机器上都需要安装LLaMA-Factory和相同的conda环境，都需要保存一份要训练的模型文件。参考yamlmodelmodel_name_or_path: Qwen/Qwen3-8B-Base # 更新为 本地路径（否则回去社区下载）methodstage: sftdo_train: truefinetuning_type: loralora_target: q_proj,v_proj # 可保留，也可扩展为更多模块（见下方建议）lora_rank: 64 # 推荐设置，LoRA 秩lora_dropout: 0.05 # 可选：增加轻微 dropout 提升泛化lora_alpha: 16 # 缩放参数，一般设为 r 的倍数ddpddp_timeout: 180000000deepspeed: examples/deepspeed/ds_z0_config.json # 根据显卡数量选择合适的 ZeRO 配置datasetdataset: identity,alpaca_en_demo # 示例数据集，可替换为你自己的template: qwen # 注意：Qwen3 支持新的 template 名称，但目前仍可用 qwencutoff_len: 8192 # Qwen3 支持最长 32768，但训练时建议从 8192 起步以节省显存max_samples: 1000overwrite_cache: truepreprocessing_num_workers: 16outputoutput_dir: saves/Qwen3-8B/lora/sft # 输出路径更新logging_steps: 10save_steps: 500eval_steps: 500plot_loss: trueoverwrite_output_dir: truetrainper_device_train_batch_size: 1 # 根据 GPU 显存调整（如 A100 80G 可尝试 2）gradient_accumulation_steps: 4 # 增大以补偿小 batch size，提升有效 batchlearning_rate: 2e-5 # 推荐 LoRA 学习率范围 1e-5 ~ 5e-5num_train_epochs: 3.0lr_scheduler_type: cosinewarmup_ratio: 0.1fp16: true # 如果使用 bf16，请确保硬件支持并改用 bf16: trueevalval_size: 0.1per_device_eval_batch_size: 1eval_strategy: stepseval_on_train: false # 是否在训练集上也评估（可选）additionalreport_to: tensorboard # 或 wandb，用于可视化监控seed: 42

请查阅参考昇腾社区文档：https://gitee.com/ascend/MindSpeed/blob/master/docs/features/megatron_moe/megatron-moe-alltoall-overlap-comm.md 

 为方便开发者们参照实操案例进行智果（AgentArts）产品体验特地把收录进案例中心的AgentArts相关案例搬运过来，方便查看后续持续更新~hi~ 来试试构建出彰显个人创意的AI Agent智能体(小助手） 案例标题入口更新时间推荐值案例创作方NEW~ 敏感词猎手：用AgentArts工作流一键扫描文档风险LINK2026/06/11 ⭐⭐⭐⭐⭐官方案例中心【免费版订阅指导】华为云智能体构建平台AgentArts Agent免费版订阅使用指导LINK2025/11/20⭐⭐⭐⭐官方案例中心基于华为开发者空间-Versatile Agent构建实时股票分析助手LINK2026/01/21 ⭐⭐⭐⭐官方案例中心基于华为开发者空间-Versatile Agent构建旅游出行助手LINK2025/10/22⭐⭐⭐⭐官方案例中心华为开发者空间云开发环境+Versatile Agent，构建AI轻量级智能办公助手LINK2025/11/25 ⭐⭐⭐⭐官方案例中心基于华为开发者空间开发平台 MCP资产快速构建AI Agent应用LINK2025/11/12 ⭐⭐⭐官方案例中心基于华为开发者空间开发平台构建We码会议助手LINK2025/10/10 ⭐⭐⭐⭐官方案例中心基于华为开发者空间-云开发环境（容器）与Versatile Agent构建AI自动评分助手 LINK2026/01/12 ⭐⭐⭐⭐⭐贡献用户：tmq244基于华为开发者空间-云开发环境（容器）与Versatile Agent构建AI轻量级智能笑话机器人助手LINK2026/01/29⭐⭐⭐⭐贡献用户：liujxu【案例共创】基于华为云开发者空间-Versatile Agent开发平台构建昇腾C算子开发知识库LINK2025/11/17⭐⭐⭐⭐⭐贡献用户：黄生【案例共创】使用开发者空间 AI Agent+RAG+高德地图MCP开发班车出行助手LINK2025/07/05 ⭐⭐⭐贡献用户：神一样的老师【案例共创】基于华为开发者空间Versatile agent平台快速搭建智能搜索可视化应用LINK2025/11/17 ⭐⭐⭐贡献用户：胡琦【案例共创】基于华为开发者空间-AI Agent开发平台构建旅游规划助手LINK2025/11/17 ⭐⭐⭐贡献用户：yd_272483742【案例共创】基于华为开发者空间开发平台 MCP资产快速构建税务AI助手服务LINK2025/11/17 ⭐⭐⭐贡献用户：小草飞上天【案例共创】基于华为云开发者空间-Versatile Agent开发平台零基础开发购房助手LINK2025/11/17 ⭐⭐⭐贡献用户：CC07   < 华为云智果（AgentArts）智能体平台 官网主页> （点击进入）

请查阅参考昇腾社区文档：https://gitee.com/ascend/MindSpeed/blob/master/docs/features/megatron_moe/megatron-moe-tp-extend-ep.md 

请查阅参考昇腾社区文档：https://gitee.com/ascend/MindSpeed/blob/master/docs/features/megatron_moe/megatron-moe-alltoall-dispatcher.md