华为在2020年3月宣布了一个重大决定：将其全场景AI框架昇思MindSpore开源。与此同时，曾子瑄正踏入重庆大学的校门，开始攻读计算机科学与技术专业。这两条看似毫无交集的路径，最终却奇妙地在昇思开源社区中交汇，共同书写了一段佳话。
在人工智能的发展浪潮中，AI框架扮演着至关重要的角色。它不仅简化了多样性算力的复杂性，还为开发者提供了丰富的接口、套件和工具，使开发者能够专注于算法和数学本身，极大地降低了开发门槛，加速了人工智能和科学计算的进步。
尽管PyTorch和TensorFlow等国外框架在市场中占据先发优势，但中国自主研发的AI框架，尤其是昇思MindSpore，在过去的四年中持续取得突破，逐渐迎头赶上。据中国科学院科技战略咨询研究院预测，到2024年，昇思MindSpore在中国AI框架新增市场中的份额将达到30%，标志着它已跻身全球主流框架的第一梯队，成为业界的新选择。
昇思MindSpore的快速崛起，离不开开源社区中众多开发者的共同努力。曾子瑄就是其中的佼佼者，他从技术小白成长为昇思的杰出开发者，生动诠释了从学习、实践到贡献的高效成长路径。
在曾子瑄的故事中，我们看到了许多像他一样的年轻开发者。昇思开源社区在短短四年内汇聚了超过3.7万名开发者，他们不仅看重技术的高效、易用和全场景覆盖能力，更看重在充满挑战和机遇的AI时代，与社区共同成长，携手推动中国AI发展的未来。
曾子瑄与昇思的缘分始于2021年。当时，重庆大学举办了DevRun智能基座鲲鹏昇腾高校行活动，让他首次接触到了以鲲鹏昇腾为代表的中国技术生态，以及昇思MindSpore框架。然而，由于当时他的人工智能专业知识和技能相对匮乏，对昇思的印象仅停留在听说过的层面。
随着时间的推移，大模型行业逐渐崭露头角，基于昇思MindSpore开发的盘古大模型和中科院自动化所的“紫东太初”大模型相继亮相。但当时，中国AI产业界最缺乏的是以开发者为基础的人才生态。为了加速人才培养，华为采取了多项措施，包括出版教材、开设课程，并与教育部合作建设“智能基座”产教融合协同育人基地。
在重庆大学与华为签订合作协议后，曾子瑄在学校的课程中再次与昇思MindSpore相遇。通过课程作业和实验，他初步实践了昇思，发现其上手容易、功能强大，非常适合进行AI应用开发。同时，他还参加了学校智能基座社团的活动，进一步激发了对开源社区的兴趣。
在加入社团后，曾子瑄多次组织MindSpore相关活动，发现昇思开源社区非常活跃，提供了许多参与门槛不同的开源活动，如MSG（MindSpore Study Group）、开源实习、众智、开源之夏、社区比赛等。这些活动不仅提升了他的专业能力，还积累了项目开发经验，甚至获得了报酬。
在融入昇思开源社区的过程中，曾子瑄得到了学长的带领和启发。学长不仅向他介绍了华为昇腾众智计划的经验，还让他第一次真正了解了MindSpore。后来，学长成为MindSpore的布道师，并在MindSpore NLP套件项目初期需要大量社区开发者时，推荐了曾子瑄。
尽管当时曾子瑄忙于学校大创项目结题和推免材料准备，未能直接参与项目，但他通过组织MindSpore开源实习宣传，吸引了大量开发者加入。在研究生推免结束后，他接下了学长推广的“在MindSpore NLP套件中迁移模型、单卡微调模型和多卡微调模型”的任务。
作为MindSpore NLP SIG的核心成员，曾子瑄先后完成了四个大模型的迁移工作，包括一个Falcon大模型微调案例开发。在算子开发领域，他通过开源实习完成了GPU后端的Flash Attention算子在MindSpore NLP的接入与调优，实现了两倍以上的推理速度提升。在开源之夏项目中，他还完成了基于MindSpore的BitsAndBytes量化库实现，降低了模型推理对显存的需求，提升了计算性能。
曾子瑄的成就不仅得益于自身的努力，也离不开昇思开源社区的助力。MindSpore提供的函数式和对象式融合编程范式简化了神经网络和训练流程的构建，API映射文档全面降低了模型迁移的工作量。在自定义算子方面，MindSpore的Custom接口实现了不同后端算子的高效接入与运算。
除了技术特性外，开源社区还让曾子瑄在遇到难题时能够与技术大牛一起讨论解决。在开源之夏的项目开发过程中，他通过与MindSpore布道师和自定义算子接口工程师的讨论，找到了解决BitsAndBytes库算子接入问题的方案，为项目的顺利完成奠定了基础。
在昇思开源社区中，曾子瑄不仅获得了学习、实践和以练促学的机会，还逐步成为AI领域的新星。昇思开源社区提供了30多个系列的AI主题课程、600多场线上和线下的专题学习活动、1100+开源实习任务和300+模型和算子任务，以及30多场大赛，为开发者提供了丰富的资源和平台。
曾子瑄坦言，在昇思开源社区中成长的经历让他收获颇丰。他将开源实习的工作融入本科毕业设计，获得了优秀成绩。在开源之夏完成的量化库迁移工作也与他的研究方向相关。他认为，开源社区的经验与他的日常学习和工作相互促进，不仅锻炼了他的工程能力，还帮助他捕捉到产业需求风向，影响了他对研究方向的把握。
