- 基于昇腾一体机 + 全开源组件的企业级方案在技术上具备可行性，但需供应商构建 "昇腾硬件优化 + 开源组件定制 + 合规安全治理" 的三位一体能力。建议优先选择华为云开源生态中已适配的组件（如 MindSpore-LLM、TinyMS），并通过昇腾社区获取官方优化补丁，在成本可控的前提下实现企业级应用落地。 基于昇腾一体机 + 全开源组件的企业级方案在技术上具备可行性，但需供应商构建 "昇腾硬件优化 + 开源组件定制 + 合规安全治理" 的三位一体能力。建议优先选择华为云开源生态中已适配的组件（如 MindSpore-LLM、TinyMS），并通过昇腾社区获取官方优化补丁，在成本可控的前提下实现企业级应用落地。
- AMSR/ADEOS-II L2A Global Swath Spatially-Resampled Brightness Temperatures V001简介AMSR Level-2A 产品 (AA_L2A) 包含 6.9 GHz、10.65 GHz、18.7 GHz、23.8 GHz、36.5 GHz、89.0 GHz、50.3 GHz 和 52.8 GHz 的亮度温度。除 50.3... AMSR/ADEOS-II L2A Global Swath Spatially-Resampled Brightness Temperatures V001简介AMSR Level-2A 产品 (AA_L2A) 包含 6.9 GHz、10.65 GHz、18.7 GHz、23.8 GHz、36.5 GHz、89.0 GHz、50.3 GHz 和 52.8 GHz 的亮度温度。除 50.3...
- Global Gridded Relative Deprivation Index (GRDI), Version 1简介全球网格化相对剥夺指数 (GRDI) 第 1 版数据集描述了每 30 弧秒（约 1 公里）像素内多维剥夺和贫困的相对水平，其中 100 代表最高剥夺水平，0 代表最低剥夺水平。GRDI 基于社会人口统计和卫星数据输入构建，这些数据经过空间协调、索引和加权，分为六个主要组... Global Gridded Relative Deprivation Index (GRDI), Version 1简介全球网格化相对剥夺指数 (GRDI) 第 1 版数据集描述了每 30 弧秒（约 1 公里）像素内多维剥夺和贫困的相对水平，其中 100 代表最高剥夺水平，0 代表最低剥夺水平。GRDI 基于社会人口统计和卫星数据输入构建，这些数据经过空间协调、索引和加权，分为六个主要组...
- Pytroch实现bert网络文本分类本实验主要是用来指导用户如何使用pytorch来搭建经典的Bert网络，并在此基础上使用昇腾Npu硬件对Bert网络实现文本分类训练的代码实战过程。实验介绍目录如下：Bert网络的主要创新点介绍Bert及网络搭建过程介绍input embeddings层Self-AttentionMutiHeadAttentionEncoder-Transformer... Pytroch实现bert网络文本分类本实验主要是用来指导用户如何使用pytorch来搭建经典的Bert网络，并在此基础上使用昇腾Npu硬件对Bert网络实现文本分类训练的代码实战过程。实验介绍目录如下：Bert网络的主要创新点介绍Bert及网络搭建过程介绍input embeddings层Self-AttentionMutiHeadAttentionEncoder-Transformer...
- 卫星拍下的地球真相：用机器学习预测气候未来 卫星拍下的地球真相：用机器学习预测气候未来
- Water Security Indicator Model - Global Land Data Assimilation System (WSIM-GLDAS) Monthly Grids, Version 1简介水安全指标模型 - 全球陆地数据同化系统 (WSIM-GLDAS) 月度格网版本 1 数据集识别并描述了 1948 年 1 月至 2014 年 12 月期间每月的淡水盈亏情... Water Security Indicator Model - Global Land Data Assimilation System (WSIM-GLDAS) Monthly Grids, Version 1简介水安全指标模型 - 全球陆地数据同化系统 (WSIM-GLDAS) 月度格网版本 1 数据集识别并描述了 1948 年 1 月至 2014 年 12 月期间每月的淡水盈亏情...
- 本文将深入探讨现代机器学习两大革命性架构：Transformer的自注意力机制与ResNet的残差连接，揭示其设计哲学、数学原理及实践应用，并附关键对比表格。 一、ResNet残差连接：解决深度网络退化问题 残差学习原理当网络深度增加时，传统CNN会出现梯度消失/爆炸和精度饱和现象。ResNet通过引入跳跃连接（Shortcut Connection）实现恒等映射：# ResNet基本残差块... 本文将深入探讨现代机器学习两大革命性架构：Transformer的自注意力机制与ResNet的残差连接，揭示其设计哲学、数学原理及实践应用，并附关键对比表格。 一、ResNet残差连接：解决深度网络退化问题 残差学习原理当网络深度增加时，传统CNN会出现梯度消失/爆炸和精度饱和现象。ResNet通过引入跳跃连接（Shortcut Connection）实现恒等映射：# ResNet基本残差块...
- 本文将从原理到实践深入剖析自然语言处理与计算机视觉两大里程碑技术——BERT的Masked LM和YOLO的Anchor Box机制，揭示其如何解决各自领域的核心挑战。 一、BERT的Masked Language Model：语言理解的革命 1. 核心原理Masked LM通过随机掩盖输入文本中的部分词汇（通常15%），强制模型基于上下文预测被掩盖的内容：输入： "The [MASK] s... 本文将从原理到实践深入剖析自然语言处理与计算机视觉两大里程碑技术——BERT的Masked LM和YOLO的Anchor Box机制，揭示其如何解决各自领域的核心挑战。 一、BERT的Masked Language Model：语言理解的革命 1. 核心原理Masked LM通过随机掩盖输入文本中的部分词汇（通常15%），强制模型基于上下文预测被掩盖的内容：输入： "The [MASK] s...
- NLP 并非 “唯一的大模型”，而是大模型在语言模态的典型体现；CV 大模型的 “大”，则是视觉智能从 “感知” 迈向 “认知” 的必经之路。 NLP 并非 “唯一的大模型”，而是大模型在语言模态的典型体现；CV 大模型的 “大”，则是视觉智能从 “感知” 迈向 “认知” 的必经之路。
- 在精密制造、医疗影像、半导体检测等小视野场景中，图像往往具有高分辨率（像素可达 8K×8K 以上）、格式转换易变形、正负样本极度稀缺（单类样本常不足 50 张）等特点。这类场景对缺陷检测精度要求极高（需识别亚毫米级缺陷），但传统方法面临算力瓶颈、样本不足、姿态鲁棒性差等挑战。本文整合多轮技术方案，从预处理、数据增强、模型适配到后处理，提供全流程解决方案，助力突破小视野图像处理难题。 在精密制造、医疗影像、半导体检测等小视野场景中，图像往往具有高分辨率（像素可达 8K×8K 以上）、格式转换易变形、正负样本极度稀缺（单类样本常不足 50 张）等特点。这类场景对缺陷检测精度要求极高（需识别亚毫米级缺陷），但传统方法面临算力瓶颈、样本不足、姿态鲁棒性差等挑战。本文整合多轮技术方案，从预处理、数据增强、模型适配到后处理，提供全流程解决方案，助力突破小视野图像处理难题。
- 在 NLP 技术快速演进的当下，Function Call（函数调用）、MCP（多模态内容处理）、Agent（智能体）与智能体系统已成为突破传统模型能力边界的关键技术。本文在原有基模、RAG 等方案基础上，深入解析这些新兴技术的适用场景，帮助开发者构建更完整的技术选型框架。 在 NLP 技术快速演进的当下，Function Call（函数调用）、MCP（多模态内容处理）、Agent（智能体）与智能体系统已成为突破传统模型能力边界的关键技术。本文在原有基模、RAG 等方案基础上，深入解析这些新兴技术的适用场景，帮助开发者构建更完整的技术选型框架。
- 在 NLP 项目落地中，技术方案的选择往往决定了开发效率与最终效果。基模（基础模型）、提示词工程、RAG（检索增强生成）、知识图谱、微调、模型增训、模型融合等技术并非 “非此即彼”，而是需要根据项目目标、数据特性、算力资源和场景约束进行组合。本文从实战角度出发，解析不同方案的适用边界与选型逻辑，帮助开发者建立系统化决策框架。 在 NLP 项目落地中，技术方案的选择往往决定了开发效率与最终效果。基模（基础模型）、提示词工程、RAG（检索增强生成）、知识图谱、微调、模型增训、模型融合等技术并非 “非此即彼”，而是需要根据项目目标、数据特性、算力资源和场景约束进行组合。本文从实战角度出发，解析不同方案的适用边界与选型逻辑，帮助开发者建立系统化决策框架。
- Georeferenced U.S. County-Level Population Projections, Total and by Sex, Race and Age, Based on the SSPs, 2020-2100简介基于 SSP 的 2020-2100 年美国县级地理参考人口预测（总数和按性别、种族和年龄划分）包括 2020 年至 2100 年期间美国所有县的县级总人口... Georeferenced U.S. County-Level Population Projections, Total and by Sex, Race and Age, Based on the SSPs, 2020-2100简介基于 SSP 的 2020-2100 年美国县级地理参考人口预测（总数和按性别、种族和年龄划分）包括 2020 年至 2100 年期间美国所有县的县级总人口...
- 从 GFLOPS 到 PFLOPS，算力单位的升级不仅是数字的增长，更反映了计算技术从个人设备到超级计算机的跨越式发展。在 AI 时代，理解这些单位有助于量化技术能力（如 “训练一个大模型需要多少 PFLOPS”），也能让我们更直观地感受算力如何推动科学突破与产业变革 —— 例如，1 PFLOPS 算力 1 秒的计算量，可能需要人类用算盘持续工作数万年。 从 GFLOPS 到 PFLOPS，算力单位的升级不仅是数字的增长，更反映了计算技术从个人设备到超级计算机的跨越式发展。在 AI 时代，理解这些单位有助于量化技术能力（如 “训练一个大模型需要多少 PFLOPS”），也能让我们更直观地感受算力如何推动科学突破与产业变革 —— 例如，1 PFLOPS 算力 1 秒的计算量，可能需要人类用算盘持续工作数万年。
- 1P 算力的核心价值在于将 “不可能的计算” 变为 “瞬间的现实”：在 CV 中，它让机器视觉追上甚至超越人类的感知速度；在 NLP 中，它让语言理解突破文化与逻辑的壁垒；在预测领域，它让 “未来” 以数据的形式提前呈现。这种算力规模已接近部分超级计算机的水平（如中国的 “天河” 系列），正在推动 AI 从实验室走向产业落地的关键突破 —— 例如，自动驾驶汽车的实时决策、精准医疗的基因测序分析、智 1P 算力的核心价值在于将 “不可能的计算” 变为 “瞬间的现实”：在 CV 中，它让机器视觉追上甚至超越人类的感知速度；在 NLP 中，它让语言理解突破文化与逻辑的壁垒；在预测领域，它让 “未来” 以数据的形式提前呈现。这种算力规模已接近部分超级计算机的水平（如中国的 “天河” 系列），正在推动 AI 从实验室走向产业落地的关键突破 —— 例如，自动驾驶汽车的实时决策、精准医疗的基因测序分析、智
上滑加载中
推荐直播
-
Skill 构建 × 智能创作：基于华为云码道的 AI 内容生产提效方案2026/03/25 周三 19:00-20:00
余伟，华为云软件研发工程师/万邵业（万少），华为云HCDE开发者专家
本次直播带来两大实战：华为云码道 Skill-Creator 手把手搭建专属知识库 Skill；如何用码道提效 OpenClaw 小说文本，打造从大纲到成稿的 AI 原创小说全链路。技术干货 + OPC创作思路，一次讲透！
回顾中 -
码道新技能，AI 新生产力——从自动视频生成到开源项目解析2026/04/08 周三 19:00-21:00
童得力-华为云开发者生态运营总监/何文强-无人机企业AI提效负责人
本次华为云码道 Skill 实战活动，聚焦两大 AI 开发场景：通过实战教学，带你打造 AI 编程自动生成视频 Skill，并实现对 GitHub 热门开源项目的智能知识抽取，手把手掌握 Skill 开发全流程，用 AI 提升研发效率与内容生产力。
回顾中 -
华为云码道：零代码股票智能决策平台全功能实战2026/04/18 周六 10:00-12:00
秦拳德-中软国际教育卓越研究院研究员、华为云金牌讲师、云原生技术专家
利用Tushare接口获取实时行情数据，采用Transformer算法进行时序预测与涨跌分析，并集成DeepSeek API提供智能解读。同时，项目深度结合华为云CodeArts（码道）的代码智能体能力，实现代码一键推送至云端代码仓库，建立起高效、可协作的团队开发新范式。开发者可快速上手，从零打造功能完整的个股筛选、智能分析与风险管控产品。
回顾中
热门标签