MindSpore MOE专家大模型预训练技术研讨

自DeepSeek-V3发布，昇思MindSpore快速完成对DeepSeek-V3的开发支持并上线开源社区。围绕DeepSeek-V3提供大集群流水负载均衡、MOE并行支持、机间通信优化，1F1B正反向计算通信掩盖等核心能力，实现大模型训练性能加速，面向开发者提供开箱即用的DeepSeek-V3预训练能力，并已成功在大规模集群上预训练。同时在生态兼容上，核心框架层接口兼容PT，核心加速库层对接MindSpeed，提升模型开发训练易用性。

B1/龙井厅

MindSpore强化学习、蒸馏与R1复现技术研讨

随着ChatGPT和DeepSeek R1的出现，强化学习与大模型技术的融合也逐渐成为后训练中重要的流程。在强化学习的典型算法中(PPO、GRPO等)，训推共资源部署已成为当前强化学习领域的核心范式之一。在此背景下，如何高效复现各种类别的强化学习算法及端到端的性能优化、如何管理强化学习过程中的优不同模型的权重及内存，以及实现训练权重向推理阶段的在线重排和更新，已成为强化学习中的必备技术。其次Deepseek-R1的参数量非常大，部署资源要求高，如何在小参数模型中引入长思维链推理能力？DeepSeek 团队引入了蒸馏技术，能够将高级推理能力迁移到较小的模型。

B1/玉皇厅

MindSpore加速DeepSeek大模型推理研讨

DeepSeek热度的不断攀升，催生大模型推理加速技术的持续创新。昇思MindSpore已快速完成对DeepSeek-R1/QwQ等热点网络的推理优化，通过采用图融合、多维并行、组合量化等关键技术，提供极致推理性能。同时，通过插件式对接vLLM，支持大模型快速开箱部署。本次研讨将结合昇思MindSpore的开发实践，深度探讨大模型推理加速技术的应用场景与演进趋势。

B1/桂雨厅

MindSpore开发体验与易用性提升

MindSpore在开发者体验方面持续优化，对文档资料重新设计，让开发者更容易理解；提供兼容hf transformers/diffusers 组件，提升模型开发效率；同时升级模型调试调优工具，提升debug效率；本次研讨将讨论大模型时代AI开发体验及易用性发展趋势与变化。

B1/秋月厅

MindSpore Science：加速AI4Science创新与落地

随着AI4Science领域相关成果获得诺贝尔奖级别的关注，AI在生物领域、数学领域、工程领域都已取得了革命性的突破。MindSpore推出AI科学计算套件MindSpore Science，并推出了流体套件Flow、量子计算套件Quantum，计划推出能源套件Energy。本次研讨向大家介绍已有套件新版本最新特性与亮点，新套件规划情况，汇集一线开发者共商套件发展方向与前沿创新对框架和套件底座的需求，共同打造高效易用的AI4Science领域套件。

B1/虎跑厅