3月7日，在昇腾AI开发者创享日·浙江站分论坛上，以"用昇思框架玩转DeepSeek开发实战" 为主题的昇腾开发板集训营火热开课。活动吸引了来自高校师生与企业技术骨干的550余名开发者踊跃报名，最终70余名开发者通过筛选获得现场参与资格，共同开启昇腾开发板深度实践之旅。

昇腾开发板集训营火热开课

培训中，昇思布道师非常work老师、Selina老师和香橙派系统工程师徐洋帆老师以深入浅出、详实风趣的讲演，吸引了现场每一位开发者。活动通过技术解析、模型适配实战与开发实操相结合的形式，深度展示了昇腾AI技术栈在边缘计算场景的创新应用。在深入体验香橙派开发板之后，大家纷纷表示不仅对开发有了更透彻的领悟，还燃起了创作创新的热情。

本场昇腾开发板集训营系统讲解了昇腾AI基础软硬件和昇思MindSpore架构设计，深入剖析了Janus-Pro模型的结构特征、演进路径及推理机制，重点阐述了基于香橙派硬件平台与MindSpore框架的模型适配方案，通过算子适配、内存管理、性能优化等关键技术环节的实践验证，构建起端侧高效推理解决方案。

昇思MindSpore布道师对MindSpore在香橙派开发板上的能力支持做了详细的说明，目前昇思MindSpore AI框架已实现在香橙派AIpro开发板预置，并在官方网站上线开发指导教程，通过软硬结合，使能开箱即用模型，并提供模型全流程使能套件，实现积木式开发。不仅支持CV、NLP等小模型，同时满足小规格大模型（如DeepSeek-R1-Distill-Qwen-1.5B、DeepSeek-Janus-Pro-1B等）。开发过程中，动态图+类HuggingFace的编程方式给开发者提供更为灵活友好的模型开发与调试体验，而通过三行代码即可实现jit即时编译，获得更有的执行性能。

讲师介绍昇思MindSpore+香橙派开发板技术能力进展

同时，活动有幸邀请到了香橙派系统工程师徐洋帆老师介绍了香橙派AIpro和AI Studio开发板的设计、能力和相关资源。

香橙派系统工程师介绍香橙派开发板

最后设置的全流程实践环节，以香橙派为载体，通过环境配置、模型下载、推理验证等实操步骤，让开发者们沉浸式体验了基于MindSpore的DeepSeek Janus Pro模型在香橙派AIpro开发板上的完整部署流程。

授课讲师现场指导开发者

培训内容分为三个主要部分，讲师们首先从DeepSeek的Janus-Pro模型介绍、MindSpore框架在香橙派上的适配问题和解决方案进行介绍，并对开发者在开发板上的部署和推理过程进行悉心指导。

首先，在Janus-Pro模型介绍部分，培训重点介绍了模型的双任务统一（多模态理解和生成），以及其架构上的创新。Janus-Pro通过分离理解和生成的编码器，解决了传统方法中的问题，并利用LLaMa结构实现统一，提升效率和复用性。

第二部分在讲解MindSpore框架适配时，谈到接口转换、调试和性能优化等具体事项。在接口转换方面，讲师们提示，MindSpore NLP套件提供了兼容方案，用于处理MindSpore与PyTorch的接口差异。调试时建议使用动态图和同步模式，处理算子缺失问题。

第三部分在介绍部署流程时，培训提到系统烧录的注意事项，环境变量的重要性，以及在香橙派上运行时的特殊考虑，如FP16支持和swap设置等。同时，讲师们提醒开发者根据指导手册进行操作，并注意常见问题的解决方法。

助教现场指导开发者完成实操

开发者动手实操

在其后的QA互动环节，开发者围绕模型部署与性能优化等问题展开了针对性提问。讲师们通过直面端侧部署痛点，通过内存管理、性能分析与集群扩展等实践问题的讲解，为开发者提供了可落地的优化思路与资源渠道，强化了昇思MindSpore在端侧场景的工程实践能力。

Q&A环节开发者提问

本次技术分享通过理论与实践深度结合的形式，为开发者搭建了一条基于昇思MindSpore从模型原理到端侧部署的完整技术路径。开发者不仅掌握了Janus-Pro双编码器架构的创新逻辑，更通过香橙派开发板亲身体验了昇腾软硬件协同优化的全流程。昇思MindSpore联合香橙派，助力开发者创新AI算法，加速落地应用，未来昇思MindSpore将联合昇腾社区与香橙派，提供更丰富完善的模型案例与课程，欢迎感兴趣的开发者一同参与，基于昇思MindSpore+香橙派AIpro构建昇腾软硬件协同的模型和应用。