CANN开发者社区

本次直播将介绍一种面向MoE模型的多层级协同剪枝方法：先压缩输入空间，减少无效计算；再结合专家剪枝与专家核心集选择，保留最具代表性的专家子集，在尽量维持模型效果的同时降低推理开销，并探讨其在AMCT-Pruning中的实现思路与应用价值。

本次直播聚焦AMCT最新上线的面向Atlas A3 Pod及Ascend 950PR/DT的通用LLM量化能力，在单机/单卡上完成GLM5.1、DS-V4、Qwen3.6等主流网络的block级的PTQ校准与精度评测，并提供实际样例，展示模型适配、精度评估、PTQ优化、部署导出的端到端全流程，帮助开发者快速上手大模型低比特量化实践。

本次直播聚焦NPU复杂DAG图的自适应多流与弹性核数联合调度。针对异构单元利用率不均、跨流同步开销大、伪多流及核闲置/抢占等痛点，详解如何将AICore、AICube等能力差异融入二分图建模，通过主流复用与负载均衡生成硬件自适应物理流图；同时基于profiling建模，联合优化算子核数配额与执行顺序，从源头消解资源争抢，最大化算力利用与端到端吞吐，赋能推荐、大模型推理等场景突破瓶颈。

面对高速公路异常事件研判、城市复杂交通治理和大型活动交通保障等真实需求，通用大模型如何真正“看懂交通”、遵循交通规律并生成可信决策？ 本场直播将系统介绍TRIP交通推理大模型的物理—语义双建模、渐进式推理与智能体协同方法，随后分享其在工具调用、仿真验证、CANN生态部署及实地应用，探讨交通大模型从理论创新走向业务落地与开放共建的实践路径。

CANN Meetup杭州站

CANNBot‑DSL破局思路：重构算子生成范式，将与算法无关、不影响核心性能的繁琐细节交由框架接管，保留开发者对关键决策的掌控。让Agent脱离底层冗余细节，聚焦算法与数据流，充分发挥AI编程能力。

对机器人来说，跳一段复杂的舞，可能比稳稳拿起一个玻璃杯更容易——为什么越日常的动作，反而越难？机器人明明会跳舞、会搬运、会模仿人类，却为何迟迟无法大规模走进真实工作场景？ 本场直播邀请南京大学副教授、国家级青年人才龙霄潇老师，从最浅显易懂的日常案例出发，带你解密机器人从“会动作”到“会工作”之间的关键鸿沟。 议题一：为什么机器人更多在炫技，而不是直接去高危场景干活？ 议题二：机器人与人类在技能掌握

昇腾950超节点（Atlas 950 SuperPoD）斩获2026世界人工智能大会WAIC最高荣誉SAIL奖，亮眼性能背后依托怎样的架构设计？本场直播特邀白皮书撰写者与主创架构师同台对谈，官方解读直探设计底层哲学。 议题一：昇腾950的架构设计基于哪些重要思考？ 议题二：昇腾950采用了第三代达芬奇架构，有哪些创新？ 议题三：昇腾950如何突破“内存墙”？——存储架构的层次化设计 议题四：从单芯

本场直播将围绕AutoFuse自动融合技术展开，介绍其如何在图编译阶段自动识别可融合算子、生成融合Kernel，降低算子调度与内存搬运开销等。内容面向昇腾NPU模型开发者、性能优化工程师及TensorFlow/PyTorch迁移用户，重点解决轻量算子多、Memory Bound明显、开启后如何验证收益等实际问题，帮助开发者快速理解原理、配置方法与性能分析路径。

天梯赛第一阶段已圆满结束，冠军正式揭晓。本次直播将对6道题目进行统一的实现评析，针对仍有优化空间的部分，为参赛者提供下一步的优化思路。同时，针对前期发现的问题，我们也将介绍新增的赛制规则约束。7月赛题已于1号上线，难度较第一阶段有所提升。针对新增实现及优化难度较高的算子，我们将重点介绍可用的优化技术点，助力大家更高效地进行性能优化。