CANN全面開源開放，共赢AI技術生态

　　/朝聞通/8月15日下午，2026 CCF中國開源大會"CANN全面開源開放，共赢AI技術生态"分論壇在重慶舉行。

　　本次分論壇圍繞CANN異構計算架構的開源開放與生态建設展開，來自華為、南京大學、魔芯科技等産業界與高校的專家齊聚現場。論壇以“人才生态共建”為主線，聚焦CANN社區如何通過産教融合打通從知識傳授到産業應用的轉化路徑，構建覆蓋“學、練、賽、證、聘”一體化成長閉環，将産業實際需求前置到培養環節，讓開發者成長與産業演進同頻共振，為AI底層軟件生态的持續壯大提供源源不斷的人才動能。在此基礎上，議題進一步圍繞昇騰950算力底座展開前沿技術分享，呈現從硬件能力釋放到模型創新突破的完整技術縱深。面向未來，CANN開源生态将持續以開放彙聚創新力量，以協同驅動産業升級，在AI算力根基上構築自主可控、生生不息的産業新範式。

　　論壇伊始，華為首席開源聯絡官、CNCF董事任旭東先生緻開場辭。他從開源生态建設與産業協同的宏觀視角出發，強調通過開放協作打通基礎軟硬件、開發工具與行業應用之間的壁壘，構建健康可持續的開源産業環境，從而激發底層技術創新活力，加速AI在各行各業的普惠化進程。

　　六場主題分享

　　開源生态與人才培養

　　CANN開源開放助力高校AI人才培養

　　邵立欣 CANN領域總經理

　　高校是開源人才成長和技術創新的重要力量。CANN如何通過開源開放，為高校人才培養提供真實的技術環境和實踐機會?

　　邵立欣圍繞CANN社區建設，系統闡述了社區的開源開放策略與生态規劃，強調以開發者體驗升級為核心夯實AI生态自主根基。在人才培養方面，他重點提出構建“學、練、賽、證、聘”一體化成長閉環，通過覆蓋多場景的階梯式學習、實戰測評、專業競賽與分層認證，系統化培育CANN開發者，打通人才供需渠道，有效破解AI人才培養的結構性挑戰。同時，他強調将産業“真問題”前置到學習和培養環節，使開發者能力成長與産業實際需求深度對齊。此外，社區通過校企聯合，持續推動CANN能力向行業應用下沉，構建共建共享的良性生态循環，為人工智能産業與生态發展持續輸送高質量專業人才。

　　開發平台

　　CANNLab：CANN社區一站式開發平台介紹

　　毛遠星 CANNLab架構師

　　開發者參與CANN，不僅需要開放的代碼，也需要便捷的開發環境和實踐資源。

　　毛遠星介紹了CANNLab一站式雲端開發平台。作為面向CANN社區開發者的開箱即用雲端開發環境，CANNLab内置CANN軟件、NPU算力和WebIDE等全套開發工具，提供浏覽器和本地IDE客戶端雙接入方式，支撐社區開發者在算子開發、模型訓練調優和AI應用開發三大領域的開發活動，有效降低本地環境搭建門檻，讓開發者快速上手CANN開發實踐。

　　智能算子工具

　　CANNBot+CANNBench：算子生成測試疊代演進閉環

　　劉佳玮 南京大學軟件學院博士

　　有了開發環境，如何進一步提升算子生成、測試和優化效率，是開發者普遍關注的問題。

　　劉佳玮介紹，随着模型與AI芯片加速發展，算子已成為貫通模型創新與算力釋放的關鍵基礎，但當前算子仍面臨高質量供給不足、開發驗證鍊路割裂、缺陷與優化經驗難以沉澱複用等瓶頸。她分享了通過構建CANNBot與CANNBench協同驅動的算子疊代演進閉環，貫通算子需求、智能生成、可信評測、缺陷反饋與策略優化，使評測結果持續反哺算子生成，推動算子研發由分散式單點開發向規模化供給與自主演進轉變，為釋放芯片算力、加速模型落地提供關鍵支撐。

　　硬件特性

　　昇騰950特性全景剖析與開箱案例

　　丁玉軍 CANN開源社區TSC執行秘書

　　理解硬件特性，是開展算子開發和性能優化的重要基礎。

　　丁玉軍圍繞Ascend 950芯片的算力架構、多級存儲與互聯通路展開深度解析，并進一步闡述了其編程模型與組網方案，為開發者提供了從硬件設計到軟件協同的系統性認知框架。此外，他結合CANN H2社區技術規劃，展望了未來算子開發與模型優化在硬件能力釋放上的關鍵路徑，幫助開發者深入理解芯片底層設計邏輯，為充分挖掘昇騰950算力、推進自定義算子研發及大模型遷移調優奠定堅實的理論與實踐基礎。

　　大模型優化

　　DeepSeek V4在昇騰950的優化實踐

　　鄒楠 CANN架構師

　　在了解昇騰950的硬件特性之後，大模型在昇騰平台上的優化實踐進一步展現了CANN的工程落地能力。

　　鄒楠圍繞DeepSeek V4大模型遷移至昇騰950平台的完整落地實踐展開，梳理模型移植全流程關鍵環節，針對模型特有算子開展适配改造，結合昇騰硬件存儲、算力特征進行調度策略優化。他重點講解了KVCache管理與優化、大Kernel融合算子、計算流水調優等實操方案，針對性解決部署過程中的性能瓶頸，并結合實測數據對比優化前後效果，沉澱可複用的大模型遷移調優方法論，為社區開發者開展前沿大模型在昇騰平台的适配工作提供實踐參考。

　　世界模型

　　昇騰NPU原生訓練的三維重建基礎模型與4D世界模型

　　紀德益 魔芯科技CTO/首席科學家

　　除了大語言模型，昇騰NPU也在三維重建和世界模型等前沿方向形成了新的實踐。

　　紀德益介紹了魔芯在前饋式VGGT三維感知重建模型上的系列技術進展，以及MoWorld 3D世界模型的關鍵技術，展示三維重建技術與3D世界模型在下遊應用中的探索，并分享了如何在昇騰NPU與昇騰雲底座上實現高效訓練與推理，為昇騰平台在具身智能、三維生成等新興領域的應用拓展了實踐路徑。

　　CANN開源生态的發展，需要開源社區、高校、企業與開發者的共同參與，也需要更加開放的技術協作和成果轉化機制。

　　未來，CANN将持續推進全面開源開放，完善開發者工具鍊與社區治理體系，聯動産學研各方力量，以開源降低創新門檻，以協作加快技術落地，持續繁榮昇騰CANN開源生态，共赢AI技術新未來。