08_昇腾推荐系统加速算子：FBGEMM算子库
FBGEMM算子库适配昇腾平台，支持Torchrec模型在DCNV2和GR等推荐模型中的高效运行。已完成JaggedToPaddedDense、DenseToJagged、HstuDenseForward/Backward等核心算子的移植与优化，并引入自定义算子提升生成式推荐性能，助力推荐系统训练加速。
07_昇腾嵌入表性能提升
本文介绍嵌入表性能优化的六大策略：多流并行掩盖通信延迟，Pin Memory加速数据传输，两级去重减少计算冗余，通信模式优化降低开销，梯度累积节省内存，并结合实验验证效果，全面提升训练效率与资源利用率。
JAX核心设计解析：函数式编程让代码更可控
JAX采用函数式编程，参数与模型分离，随机数需显式传递key，确保无隐藏状态。这使函数行为可预测，便于自动微分、编译优化与分布式训练，虽初学略显繁琐，但在科研、高精度仿真等场景下更具可控性与可复现优势。
openEuler操作系统环境：研发人脸识别软件与系统性能评估
openEuler 24.03 LTS是首个AI原生操作系统，集成PyTorch、TensorFlow等框架，支持主流AI模型高效部署。依托容器化技术与内核级优化，实现人脸识别等场景高性能运行，结合边缘计算与软硬协同设计，显著提升AI应用开发与部署效率，助力构建开放、高效的AI生态。
