本文转自【中国日报网】；
10月31日，燃星开发者技术交流会·时代强鹰创业加速营鲲鹏专场在浙江大学国家级双创示范基地三墩元空间 & 1897OPC社区举办。活动由浙江大学创新创业学院、时代强鹰·杭州创业发展促进会等单位共同主办，面向初创团队与企业开发者、独立开发者及计算机、软件工程等专业学生开展公益性技能培训，近百名学员参加。活动旨在降低自主算力技术的使用门槛，帮助开发者在真实工程场景中完成从技术选型到性能落地的能力构建，为自主算力生态培养更多开发者。
课程围绕鲲鹏技术栈，按软硬件基础、应用迁移、场景加速、Agent应用、性能调优五个议题递进展开，由鲲鹏计算工程师团队授课，全程以讲授、演示与案例拆解相结合。
鲲鹏计算工程师周渝琳聚焦鲲鹏软硬件平台，从计算机系统的存储与访存路径讲起，对比冯·诺依曼结构与哈佛结构的区别，梳理RISC与CISC指令集的差异，并讲解鲲鹏处理器所采用的体系架构中的异常等级、指令集与流水线等基础知识，进而解析鲲鹏920处理器的技术创新点。针对开发者从原有通用计算平台向鲲鹏平台移植时容易遇到的问题，课程讲解了鲲鹏的内存顺序模型、内存屏障指令的用法与无锁编程实践，说明借助这些机制排查、规避移植隐患的方法；随后以C++为例介绍跨平台应用的开发方法。
上午第二讲转向应用迁移，这也是团队接触鲲鹏的第一道关。鲲鹏计算工程师刘洪礼介绍了鲲鹏开发套件 DevKit 的 AI 增强解决方案迁移的整体思路：将原有通用计算平台环境下的应用、源码与容器三类迁移场景拆解为可被AI调用的原子能力，配合鲲鹏领域知识库，把原本需要人工经验逐项排查数天的改造工作，压缩至小时级的自动化流程。课程说明了两类能力的发布与接入方式：迁移主体Skill已在openEuler社区开源发布，配套的DevKit迁移工具则在鲲鹏社区免费开放，并以插件形式接入开发者现有的开发环境。课程还以某实际项目的源码迁移为例，演示了以自然语言指令驱动迁移、逐项定位并解决问题的过程，展示了DevKit 的 AI 增强解决方案迁移在真实业务代码上的自动化改造能力。
下午第一讲聚焦场景加速。讲师周渝琳指出，加速库是连接算力底座与上层应用的关键软件层，用好加速库是应用性能优化中投入产出比较高的方式之一。课程从实现原理出发，说明加速库如何基于鲲鹏指令深度优化、重构算法处理流程，使开发者在业务逻辑不变的前提下获得性能收益，并以某行业ISV的审计分析平台为例：日志压缩耗时由小时级降至分钟级、缩短约七十倍，解压耗时缩短约八倍，缺失的加解密能力也在性能无损的前提下补齐。
下午第二讲开启AI Agent解决方案介绍。鲲鹏计算工程师赖佳磊先拆解了这一方案的四个组成部分：记忆、沙箱、执行与模型调用；并结合业界观察分享了一个值得留意的现象——智能体的规划、工具调用与结果预处理环节对CPU算力依赖明显，复杂任务场景下CPU在端到端时延中的占比可达五成以上，Agentic AI对CPU核数的需求约为传统AI云的4倍。围绕这一变化，课程讲解了鲲鹏在记忆、沙箱与安全三个环节上的适配方式：借助鲲鹏服务器与加速库提升检索效率、降低token消耗；以沙箱隔离保障运行安全，实现快速部署；通过可信计算与机密环境隔离防止数据篡改与泄露。针对在场创业者，课程还结合一体机形态给出了落地建议与合作路径。
最后一讲聚焦性能分析与调优。鲲鹏计算工程师杨宇菲把调优拆成三个层次：系统调优针对CPU、存储、内存、网络等部件，解决硬件资源与部件瓶颈；应用调优深入到软件程序内部，定位热点函数与调用关系；场景调优面向高性能计算、大数据、数据库等典型负载，把参数配置调到更优。DevKit性能分析系工具承接的正是这三层需求——以使用率、饱和度、错误次数等指标识别系统瓶颈并提出优化建议，定位C/C++与Java应用的热点函数并关联到源码与汇编指令，再以AI驱动的场景化调优自动获取最优参数配置，性能较人工调优提升10%以上。课程以Java应用为例，说明了工具如何自动采集运行指标、定位瓶颈点并给出调优建议。
本次专场将鲲鹏技术课程带入创业加速的一线场景：初创团队的算力选型与工程落地往往伴随较高的试错成本，把一线工程师的实践经验、工具与方法带到现场，有助于项目更早做出技术判断。后续，活动各方将持续输出技术课程、算力资源与生态对接服务，围绕开发者的实际需求组织内容，推动鲲鹏生态在更多场景中落地。
【广告】声明：该文章系转载，旨在为读者提供更多新闻资讯。所涉内容不构成投资、消费建议，仅供读者参考。
米升网提示：文章来自网络，不代表本站观点。
