在数月前的布道师答辩中，南京大学的朱光辉老师用一个非常生动形象的例子，阐述了他对AI及框架的理解：“人工智能就如烹饪一样，数据相当于食材，算法相当于烹饪技巧，框架相当于锅具，算力相当于火候。为烹饪出一桌好菜，这些因素缺一不可。”带着这样的思考，这位集学术研究与教学创新于一身的教育者，正以昇思MindSpore为笔，书写AI领域产教融合的动人篇章。
朱光辉，南京大学计算机学院特聘研究员、准聘助理教授、博士生导师，华为“难题揭榜火花奖”获得者，英特尔中国学术英才计划荣誉学者，教育部-华为“智能基座”先锋教师与栋梁之师，担任CCF大数据专家委员会和CCF人工智能与模式识别专委会执行委员，江苏省计算机学会大数据专委会秘书长，CCF YOCSEF南京现任主席，研究方向为大数据与智能计算，已在ICML、NeurIPS、ICLR、KDD等国内外一流会议/期刊发表论文30余篇，长期担任国内外顶级会议/期刊审稿人，出版“101计划”核心教材1本。AutoML自动化机器学习领域的研究成果已在NeurIPS、KDD等国际顶级学术会议组织的AutoML大赛中，6次获得前三名，并荣获第五届中国“互联网+”大学生创新创业大赛全国金奖，入选南京大学120周年校庆重点成果展，相关技术已落地应用于华为、奇虎360、中电科等IT企业。
# 01
缘起：请进来走出去，知其然更知其所以然
和众多昇思MindSpore的先行者一样，朱光辉老师在2021年众智计划中，带领团队在昇腾硬件基于昇思MindSpore完成了DETR、PVANet、BigGAN模型的训练和推理开发，由此和昇思MindSpore结下了不解之缘。自2022年开始，朱光辉老师便参与到“智能基座”产教融合项目中，基于昇思MindSpore在南京大学开展计算机系统类核心课程 —— 《智能计算系统课程》，讲解AI时代下从上层模型的构建到底层执行逻辑的全栈知识。
谈及选择昇思MindSpore作为教学用框架，朱光辉老师表示除了拥抱国产化全栈自主可控的因素外，也因为昇腾和昇思MindSpore在生态投入了很多的力量，老师们可以把遇到的问题反馈到社区，或在社区分享教学和实践优秀案例，促进相互间的交流。产业界技术专家“请进来”，高校教师“走出去”。朱光辉老师在邀请昇思MindSpore布道师和技术专家走进课程，与同学面对面交流的同时，本人也在积极参与研修班、技术培训班，保持与产业界的紧密互动与交流，了解产业最新技术，不断完善课程与实验内容的设计与优化。
和常见的AI课程不同，朱光辉老师并不满足于让同学快速上手掌握昇思MindSpore的实践使用，他更关注的是昇思MindSpore作为一个计算框架的底层原理，例如：如何进行并行训练，如何实现自动微分，如何进行软硬件协同优化等等。朱光辉老师相信，除了应用和算法以外，同学们同样需要学习系统方面的知识，做到“知其然更知其所以然”，才能更好地以一个更全面的视角看待AI的技术落地。
授课过程中，朱光辉老师也会设计课程实践作业，将其在校内平台或者昇思MindSpore开源实习中发布，鼓励同学在实践郭崇中积累实践，从课程内容出发多加思考。在2024年面向大三学生的授课中，共有106位同学提交了实践作业，有些同学从中获得启发，将课程作业进一步优化，作为了自己的毕业设计作品。
这套内容完备、体系丰富的课程广受认可。其配套课件成功入选智能基座优秀课件奖励计划，相关实验案例也斩获了第八届全国计算机类课程实验教学案例设计竞赛二等奖。朱光辉老师还受邀在第六届中国计算机教育大会 “智能计算系统” 论坛，就昇腾 AI 产教融合实践作专题报告。
# 02
深耕：以实践促教学，以竞赛促实践
基于《智能计算系统》课程知识和实践经验，朱光辉鼓励并指导同学们参与到昇腾AI创新大赛、昇腾AI原生创新算子挑战赛以及2024年全国大学生计算机系统能力大赛-智能系统创新设计赛等诸多赛事中，旨在让同学们通过比赛的磨练，进一步提升AI实践与应用能力，同时可以将比赛中孵化的优秀项目融入到后续的教学实验案例中，形成闭环。在朱光辉老师的指导下，团队基于昇思 MindSpore 完成手语识别模型的训练工作，并对模型进行压缩量化处理后部署至开发板。该应用可接入视频流，将用户的手语实时转换为连续文本，最终在 2024 昇腾 AI 创新大赛开发者创新赛道江苏赛区斩获银奖。
该实践案例要求同学基于昇思MindSpore搭建简易版LLaMA模型，并使用《金庸武侠小说》作为语料库，在昇腾硬件上完成预训练和推理。整个实验覆盖了从武侠小说数据预处理，到模型构建，再到模型训练推理，最终完成性能优化的端到端流程。既让同学熟悉了主流的decoder-only类模型结构，又让同学从工程角度对模型训推的优化有了更加深刻的认识。
课程实践中，同学们交出了许多亮眼成果。有同学以“朱光辉老师”为提示词，撰写了一段金庸武侠风的朱老师“江湖行”。
还有同学更进一步，深耕模型训练与推理的效率优化方向，同时围绕模型参数量、显存需求等核心问题展开了细致分析。
# 03
攻坚：教学相长，联合教学与科研协同发力
除了教学工作以外，朱光辉老师也参与到了诸多科研的合作中来。其中，“大模型多维度混合并行策略的自动搜索方法”荣获华为“难题揭榜”火花奖；“基于MindSpore的大模型高效并行推理策略研究与设计”荣获CAAI-MindSpore学术基金，目前项目正在推进中。
# 04
展望未来
在推进产教融合的过程中，朱光辉老师也面临着一些实际挑战。在教学实验方面，昇思 MindSpore 前期版本迭代时，API 变动较为频繁，导致版本切换后部分原本可正常运行的程序出现故障。“目前这种情况已经有所改善，” 朱老师表示，“建议后续版本升级时，尽量保持 API 的稳定性。”
谈及未来的计划，朱老师表示：AI时代下，技术发展日新月异。未来，将继续坚持“产教融合”的教学理念，将昇思MindSpore等业届前沿AI技术融入课堂教学内容，通过“以教学指导实践、以实践促进教学”的方式，实现教育与实践互连互通，全方位培养学生的AI系统思维与实践能力，并在此基础上，进一步实现教学与科研的贯通，为我国AI计算系统领域的人才培养和学术研究贡献力量！
End