AI系统全栈软件技术培训班

各有关单位：

  AI系统全栈技术是智能网联汽车自动驾驶落地的核心支撑，涉及端上业务模型部署以及云端算法研发训练，但因横跨芯片、编译、推理、框架等多领域，让国内整车厂面临关键痛点：端上业务部署侧部分团队遇到算法上线困难难题，推理时延难达行业要求、模型所需特性不满足或模型上线开发周期过长；算法研发训练侧则面临研发产出低效，训练成本过高等问题。

本次培训紧扣AI系统全栈技术体系，以“底层原理到实际应用”为核心：从AI系统全栈架构（1章）理清生态关联，触及AI芯片（2章）解析国内外常见芯片架构，聚焦AI编译（3章）掌握编译与算子优化技能，拆解推理引擎（4章）攻克模型部署难点，同时深挖AI框架（5章）吃透自动微分与并行实现方式。

希望帮研发工程师打通“芯片-编程-推理-框架”技术链路，提升芯片适配、编译器调优、模型轻量化等落地能力，助力整车厂实现AI系统从理论到自动驾驶落地的转化。为此北京车联盟科技发展有限公司邀请到资深专家于2025年11月21-22日（周五、六）在上海举办一期AI系统全栈软件技术培训班”，希望各有关汽车主机厂，零部件厂家能够积极参与交流，课堂以集中授课，互动研讨及案例学习。现将具体内容说明如下：

培训内容

一、AI系统全栈全栈概述

1.1 AI发展现状与汽车领域应用

1.2 AI发展驱动力

1.3 AI系统全栈架构

  1.3.1 AI系统组成与生态架构

  1.3.2知识体系架构

1.4 AI与大模型

二、AI芯片与体系架构

2.1 AI计算体系概述

  2.1.1 AI计算模式与关键设计指标

  2.1.2核心计算：矩阵乘

  2.1.3数据单位：比特位

2.2 AI芯片基础

  2.2.1 CPU指令架构

  2.2.2 CPU计算本质

  2.2.3 GPU/NPU基础原理

2.3通用图形处理器GPU

  2.3.1 GPU与AI联系

  2.3.2 GPU架构与领域编程语言

  2.3.3 GPU十年架构回顾

2.4英伟达GPU详解

  2.4.1 TensorCore原理

  2.4.2分布式通信与NVLink

2.5国内外AI芯片

  2.5.1特斯拉DOJO

  2.5.2谷歌TPU

  2.5.3寒武纪AI芯片

2.6 AI芯片黄金十年

  2.6.1芯片编程体系

  2.6.2 SIMD/SIMT与AI芯片关系

三、AI编程与计算架构

3.1传统编译器

  3.1.1 GCC编译过程和原理

  3.1.2 LLVM设计架构

3.2 AI编译器

  3.2.1 AI编译器发展阶段

  3.2.2 AI编译器通用架构

3.3前端优化

  3.3.1计算图层IR

  3.3.2算子融合策略

  3.3.3布局转换与内存分配算法

  3.3.4常量折叠与公共表达式消除

  3.3.5死代码消除与代数简化

3.4后端优化

  3.4.1算子计算与调度

  3.4.2算子优化手工方式

  3.4.3算子循环优化

  3.4.4指令和内存优化

  3.4.5 Auto-Tuning原理

3.5 PyTorch图模式

  3.5.1 TorchScript静态图尝试

  3.5.2 Torch FX与LazyTensor特性

四、AI推理系统与引擎

4.1推理系统

  4.1.1推理系统概述

  4.1.2推理流程

  4.1.3推理系统与推理引擎架构

4.2模型轻量化

  4.2.1推理参数

  4.2.2 CNN模型小型化

  4.2.3 Transformer小型化

4.3模型压缩

  4.3.1低比特量化

  4.3.2量化感知训练与训练后量化

  4.3.3模型剪枝

  4.3.4知识蒸馏

4.4模型转换

  4.4.1模型转换架构与流程

  4.4.2转换文件格式

  4.4.3自定义计算图IR

4.5图优化

  4.5.1计算图优化策略

  4.5.2常量折叠与冗余节点消除

  4.5.3算子融合/替换/前移

  4.5.4数据布局转换与内存优化

4.6算子优化

  4.6.1算子优化整体方案

  4.6.2 CNN和Transformer优化

  4.6.3推理内存布局

  4.6.4汇编与循环优化

五、AI框架核心技术

5.1 AI框架基础

  5.1.1 AI框架的作用

  5.1.2 AI框架之争（框架发展）

  5.1.3编程范式

5.2自动微分

  5.2.1微分原理

  5.2.2正反向计算模式

  5.2.3自动微分三种实现方法

  5.2.4实现正向微分框架

  5.2.5实现反向微分框架

  5.2.6自动微分的挑战与未来

5.3计算图

  5.3.1什么是计算图

  5.3.2计算图与自动微分关系

  5.3.3计算图优化与执行调度

  5.3.4计算图控制流实现

  5.3.5计算图动静统一实现

  5.3.6计算图的挑战与未来

5.4分布式并行

  5.4.1数据并行

  5.4.2模型并行之张量并行

  5.4.3模型并行之流水并行

  5.4.4多维混合并行

时间地点及联系方式

1、报到时间：2025年11月21-22日

2、培训时间：2025年11月21-22日

3、培训地点：上海（具体地点提前一周发报到通知）

4、联系人：时 雷      

  咨询电话：010-85561345 ,    17701380144           

5、报名方式：填写好后E-mail至 shilei@bjclm.org        

6、注意事项：

（1）请在开课前将报名表以邮件方式回执给我们，我们将严格按照报名先后顺序安排座位前后。

（2）确认报名成功后会务组将以电话或电子邮件方式通知您并在开课前一周发报到通知。

*如需报名表请添加客服微信领取