2025年12月20日，由CANN开源社区主办的CANN Meetup 在杭州成功举行。本次活动汇聚产业界及开源社区的开发者与技术专家，以算子创新、AI 应用优化与产业智能化转型为核心，聚焦大模型时代下 CANN 的赋能价值与实践路径，围绕核心技术攻坚、开源社区共建与产业应用实践展开深度交流，搭建起算力技术与区域开发者需求对接的对话平台，推动生态协作与落地实践联动。
CANN 开源社区核心内容解析
大模型专家冯源从社区生态建设、技术服务体系、开发者赋能等维度，全面解读 CANN 社区的核心价值与发展规划对 CANN 开源社区做出全面详解。以开放协作构建 AI 算力生态，赋能开发者创新。在 AI 产业算力需求激增的背景下，社区开源为行业提供灵活高效的技术支撑，降低创新门槛，凝聚生态合力，其开源共享模式为 AI 产业自主可持续发展奠定基础。
CANN 开源项目 PyPTO 与 AMCT 预告
在 CANN 开源生态的建设中，全新项目的落地是技术迭代的核心动力。活动发布 CANNPyPTO与AMCT两大核心开源项目预告，分别聚焦算子开发效率提升与模型压缩优化。以 PyPTO 与 AMCT 两大项目补全生态工具链，赋能 AI 开发全流程。当前 AI 领域面临算子开发复杂、大模型部署成本高的行业痛点，两项目开源恰逢其时 —— 既为开发者提供高效解决方案，降低技术落地门槛，又以开放共享丰富 CANN 生态维度，彰显开源协作对 AI 产业降本增效、加速创新的关键意义。
基于 CANN 的 AI 具身智能巡检解决方案及算子库
杭州天宽科技技术专家吴伟豪分享了基于 CANN 的 AI 具身智能巡检解决方案。以 CANN 技术为支撑，破解传统巡检行业痛点，实现产业智能化升级。当前传统巡检面临人工依赖重、效率低等行业难题，该方案的落地极具实践价值 —— 既通过定制化算子库释放硬件算力，提升巡检效率与精度，又依托开源生态实现技术共建共享，为传统行业智能化转型提供了可落地的范本，彰显了技术与产业融合的核心意义。
AMLA 高性能昇腾 MLA 算子技术解析
计算数学算法专家廖崎臣分享了 AMLA 高性能昇腾 MLA 算子。以底层算法创新突破大模型注意力计算的性能瓶颈。在大模型算力需求激增、硬件资源利用效率成为关键的行业背景下，该算子的技术突破极具价值 —— 既填补了传统算法在硬件适配中的短板，又通过收录开源仓库实现技术共享，彰显了开源生态对核心技术迭代的助推作用，为 AI 算力高效提升提供了关键支撑。
RoPE-Matrix：昇腾亲和的 RoPE 算法实现与算子开源
模态生成训推优化专家陈敏琪分享了昇腾亲和的 RoPE-Matrix 算法及算子开源成果。以架构创新破解 RoPE 算法适配痛点，实现性能与泛化性双突破。在多模态大模型快速迭代、算法效率成为核心竞争力的行业背景下，该成果极具价值 —— 既填补了昇腾平台多模态场景的技术空白，又通过社区开源加速行业技术共享，相关论文投稿更体现技术沉淀。
昇腾长序列 + verl：Qwen3-235B 长序列 RL 训练系统优化
CANN 大模型训推优化专家曹靖宜分享了 Qwen3-235B 32K 长序列 RL 训练优化方案。以多维优化策略攻克长序列 LLM 训练的核心瓶颈，实现性能跨越式提升。在长序列成为 LLM 实用化关键、训练效率与稳定性亟待突破的行业背景下，该方案极具价值 —— 既为长序列模型训练提供了可落地的高效范本，又通过社区开源实现技术共享复用，助力行业加速长序列 LLM 的产业化应用，彰显了开源生态对核心技术落地的关键推动作用。
CANN 开发者 Meetup 在杭州圆满举办，现场氛围热烈非凡！活动汇聚了大模型、算法优化、产业实践等领域的顶尖技术专家，他们带来的深度分享引发全场开发者的高度关注与积极响应。互动交流环节中，开发者们踊跃提问、热烈探讨，技术思想的碰撞顺畅而深入，充分彰显了开发者对 CANN 开源生态的浓厚兴趣与参与热情。
此次 Meetup 全方位展现了 CANN 在社区建设、项目开源、算子创新、产业应用及大模型训练等领域的技术突破与赋能价值。未来，CANN 开源社区将持续聚焦 AI 智能开发行业发展需求，深耕开发者服务与人才培养，以开放协作的姿态携手更多伙伴，加速各行业智能化转型进程。欢迎更多开发者加入 CANN 社区，共探技术前沿、共筑智能新生态！
了解更多 CANN 技术干货、社区活动：https://atomgit.com/cann
)
