为深化产教融合，提升计算机科学与技术专业学生的工程实践能力，我校于2026年4月20日及27日特邀上海乾韵信息科技有限公司资深技术专家周亚军经理，为计科23级全体学生开展了为期两周的“MindSpore企业级AI开发框架与昇腾端侧部署”专题实训。本次实训紧密围绕华为昇腾AI生态，旨在帮助学生打通从算法模型到端侧部署的“最后一公里”。

构建全栈认知，掌握核心开发范式

4月20日，周亚军经理以《MindSpore全景解析》为题，为学生们构建了清晰的昇腾AI全栈认知图谱。他深入浅出地讲解了MindSpore作为面向云边端统一的AI框架，在连接“模型开发”与“硬件执行”中的核心作用，并厘清了其与底层CANN（异构计算架构）的协同关系。

在核心开发环节，周经理带领学生系统梳理了MindSpore的核心API地图，重点剖析了Tensor、ops、nn、dataset及Model等模块的职责边界。针对学生普遍感到困惑的训练流程，他通过“前向计算-自动微分-参数更新”的三步闭环教学法，将抽象的反向传播机制具象化。

“不要一上来就陷入偏导数和链式法则的数学细节，”周亚军在授课中强调，“首先要理解forward_fn负责定义‘错了多少’，value_and_grad负责计算‘该往哪改’，优化器负责‘真的去改’，建立这种工程直觉比死记公式更重要。”

实战驱动教学，从线性回归到人脸识别

本次实训坚持“做中学”的理念，设计了层层递进的实验环节。课程从最基础的线性回归实验入手，让学生直观观察参数在Loss驱动下的收敛过程；随即过渡到MNIST手写数字识别的CNN实战，让学生掌握图像分类的完整路径。

针对硬件环境差异，周经理特别设计了“CPU降级运行+Ascend平滑迁移”的教学策略。在讲解Attention机制与大模型基础时，他指导学生先在CPU环境下跑通单头/多头注意力的前向传播，确保逻辑正确后，再迁移至昇腾NPU环境进行性能加速。

在进阶应用中，课程引入了MindSpore Face人脸识别项目。周经理通过拆解“图像输入-预处理-特征提取-余弦相似度计算-阈值判断”的五步链路，让学生明白了人脸识别的本质并非比对像素，而是比对512维的高维特征向量。

聚焦端侧部署，打通AI落地闭环

实训的压轴环节聚焦于Atlas 200I A2开发者套件的端侧部署。周亚军经理详细演示了如何将本地训练好的模型导出为MindIR格式，并通过模型转换工具链部署至端侧设备。

“训练结果不会直接变成开发板立刻可执行的产物，中间必须经过面向目标设备的转换。”周经理指出。他重点讲解了部署过程中常见的模型格式不匹配、预处理不一致及开发板连通性等三大类问题，并给出了具体的排查方案。

此次实训不仅让学生掌握了MindSpore框架的开发技能，更重要的是培养了他们将算法模型转化为实际工程应用的能力，为即将到来的华为ICT大赛及未来的职业发展打下了坚实基础。

撰稿：刘攀

审核：司文