夜雨聆风
地点：中国-北京
时间：4月24日-4月26日（3天）（4月23日全天办理报到）
第一章：国产算力发展的背景、政策导向和技术趋势
第二章：AI芯片产业链概况与主流产品技术路线剖析
第三章：国内AI芯片玩家总结与产品技术趋势分析
第四章：基于国产算力的集群建设方案全面解析
第五章：国产大模型搭配国产AI芯片主流方案解读
第六章：国产AI算力应用场景与解决方案分享
第七章：从0到1基于国产AI芯片的应用实践
第八章：基于国产AI算力的智算中心方案实践
第九章：基于国产AI算力的商业模式与成本优化
第十章：国产AI算力产业的发展趋势和挑战分析
工信部、发改委、科技厅（局）、网信办、地方大数据管理局、数字经济发展局、通信管理局；国产AI芯片（含GPU/DPU）、存储芯片（HBM/SSD）、光芯片、传感器、算力服务器、存储设备、光模块、液冷设备、网络设备、IDC机房设备等硬件厂商；系统集成商、IT解决方案服务商；智算中心、数据中心、云计算厂商、算力租赁服务商、边缘计算服务商；通用大模型、行业大模型、垂直场景大模型研发企业；AI算法公司、AI应用软件开发商、AI原生应用企业、行业AI解决方案提供商；制造、能源（电力/石油/煤炭）、金融（银行/证券/保险）、医疗健康、政务、交通物流、教育、零售、传媒等行业企事业单位。
全老师：国产芯片和智算中心解决方案专家，拥有十余年数据中心与智算中心全栈实战经验，长期专注国产算力与智算基础设施建设，深度参与AIDC智算中心规划、液冷技术规模化落地及高密度算力能效优化；在国产芯片、异构GPU生态适配、国产化算力集群规划部署方面具备深厚实践积累，精通算力网络、高速存储架构与智算资源调度体系设计；擅长面向金融、科教研、互联网、传统企业等多行业客户，提供从需求分析、方案设计到落地实施的全流程国产化解决方案，精准解决算力瓶颈、效率与成本痛点；兼具一线工程落地能力与行业趋势洞察，以全栈技术视野助力国产算力底座构建与AI产业自主升级。
经研修合格后由中国移动通信联合会教育与考试中心颁发高级《国产AI算力技术体系与产业实践》专项技术培训证书，证书可作为单位聘用、任职、定级、晋升重要参考依据。
1、本次研修班限额50人，报满为止。
2、研修费用：
4380元/人（费用包含：会议费、场地费、报名费、资料费、专家费、考核建档及证书费），现场专家咨询和指导。住宿可统一安排，费用自理。
3、报名材料：
填写报名回执表；2寸证件照两张（蓝底白底均可）
魏老师 15726617276（同微信）
第一章：国产算力发展的背景、政策导向和布局趋势
1.1 国产算力发展背景
1.1.1 外部环境：国际技术封锁与供应链制约
1.1.2 内部需求：数字经济与 AI 算力需求爆发
1.1.3 发展现状：算力规模与建设速度
1.2 国产算力战略必要性及政策导向
1.2.1 国家层面政策扶持体系
1.2.2 国家大基金对算力产业的支持
1.2.3 产学研用产业联动机制
1.3 全国一体化算力网络布局
1.4 算力基础设施国家与行业标准规范
1.5 算力发展与 “双碳” 目标融合路径及政策支持第二章：芯片知识的剖析与芯片产业链的解读
2.1 芯片基本概念
2.2 芯片的主要类型
2.3 芯片设计
2.4 芯片制造
2.5 芯片封装与测试
2.6 芯片EDA
2.7 芯片IP
2.8 芯片全产业链
2.8.1 芯片产业链概念图
2.8.2 产业链上游
2.8.3 芯片产业链
2.8.4 产业链下游
2.9 AI 芯片分类解读
2.9.1 技术层面分类对比（GPU、FPGA、ASIC、NPU 等）
2.9.2 应用层面分类
第三章：国内AI芯片玩家总结与产品技术趋势分析（芯片互联、软件栈与场景匹配）
3.1 主流国产 AI 芯片厂商与产品全景
3.2 芯片核心性能指标与评估体系
3.3 自研架构特点与场景适配分析
3.4 先进封装与 Chiplet 集成方案
3.5 高速互联技术：片间 / 板间互联协议
3.6 软件栈对芯片性能的释放能力
3.7 国产芯片软件生态现状与迁移成本第四章：基于国产算力的集群建设方案全面解析（从选型、组网、存储、异构调度到MaaS）
4.1 国产 AI 服务器选型
4.2 高速 RDMA 网络（RoCE）部署与优化
4.3 存储架构：并行文件系统实践
4.4 异构算力统一调度平台
4.5 国产算力集群 MaaS 服务化落地
第五章：国产大模型搭配国产AI芯片主流方案解读（MOE架构与国产AI芯片深度适配）
5.1 DeepSeek 技术创新与算力需求特征
5.2 国产芯片对 DeepSeek 模型适配进展
5.3 开源生态对国产算力的协同赋能
5.4 国产芯片运行 DeepSeek 性能瓶颈分析
5.5 芯片厂商技术演进与应对策略
5.6 MOE 架构与国产算力深度协同
5.7 PD 分离架构与算力效率提升
5.8 DeepSeek 国产集群部署实践与成本效益
第六章：国产AI算力应用场景与解决方案分享
6.1 智算中心应用场景
6.2 政务信创：安全合规解决方案
6.3 智慧城市：视频分析、NLP 平台
6.4 工业制造：智能质检、安全生产
6.5 科学计算：气候模拟、基因测序
6.6 金融领域：智能客服、营销、风控、身份识别
6.7 医疗影像：AI 辅助诊断国产化迁移
6.8 互联网：推荐系统、AIGC 内容平台
6.9 教育科研：高校算力平台与实训
第七章：从0到1基于国产AI芯片的应用实践
7.1 国产算力实验开发环境搭建
7.2 国产算力基础命令与监控运维
7.3 大语言模型（LLM）推理部署实战
7.4 文生图模型部署实战
7.5 多卡分布式推理与微调入门
7.6 性能分析与调优实战
7.7 综合实验：端到端生成式 AI 应用构建
第八章：基于国产AI算力的智算中心方案实践
8.1 智算中心定位与政策标准
8.2 国产 AI 算力底座与架构体系
8.3 模块化 AIDC 与 POD 规模化部署
8.4 高可靠供电系统：HVDC、模块化 UPS
8.5 高密度 AI 集群液冷解决方案
8.6 智算中心智能运维与管控平台
8.7 国产化 AIDC 典型案例
第九章：基于国产AI算力的商业模式与成本优化
9.1 主流商业模式探索
9.1.1 一体机模式：信创合规交付
9.1.2 云平台模式：规模化算力供给
9.1.3 算力租赁模式：按需租用、轻资产
9.1.4 开源协同模式：生态共建、成本共担
9.2 算力券与地方补贴政策
9.3 行业大模型共建共享与成本分摊
9.4 算力成本优化：架构创新与能效提升
第十章：国产AI算力产业的发展趋势和挑战分析
10.1 技术趋势：Chiplet、存算一体、光互联、超节点
10.2 软件生态现状与演进路径
10.3 人才缺口与培养体系建设
10.4 供应链安全与多元保障策略
10.5 绿色低碳与可持续发展
10.6 AI 治理、数据安全与伦理规范
