9月24日，由 GOSIM 开源创新汇主办，CSDN 协办的 GOSIM Workshop 第二天精彩继续！五大热门人工智能、Rust语言、移动与互联网、汽车与机器人、元宇宙与游戏五大技术论坛重磅举行，来自英特尔、华为、深信科创、Croquet、波特兰州立大学、香港理工大学、马萨诸塞州波士顿东北大学、复旦大学、上海交通大学、学等专家学者，还有Dioxus、Bevy、PandaLLM、Cocos、Carla等优秀开源负责人亲授，既有对前沿科学的探索，也有落地实践应用，还设置圆桌问答环节，给每位参会者带来了不同以往的新体验和新收获！

　　随着大模型时代的来临，如何高效训练和部署超大型人工智能模型成了新的思考题。路辰科技人工智能总监李彤介绍 Colossal-AI 通过并行、大规模优化器等方式，打造高效的分布式人工智能训练系统，帮助开发者提升人工智能训练效率与节约训练成本。

　　移动和嵌入式设备已成为深度学习的重要载体，促进了机器智能的广泛应用。由于边缘设备上的计算存储资源有限，在这些设备实现实时DNN 推断是个挑战。马萨诸塞州波士顿东北大学副教授王言志从算法和硬件加速层面研究，通过DNN模型压缩，包括权重修剪和量化，还有算法的改进，团队首次在移动设备上实现大规模语言模型，还开发了第一个基于超导的DNN系统，来实现深度学习加速。

　　AI 迈入 2.0 时代，大型模型从技术突破阶段进入行业赋能阶段。遇贤微电子上海研发中心总经理谭凌云谈到，通过低成本、可用的预训练大模型，大量中小型数据中心可以对模型进行微调，部署特定行业场景的应用。遇贤微电子打造新一代Arm云原生CPU，支持SVE2、BF16 MM、INT8 MM等AI增强特性。

　　南洋理工大学博士生、PandaLLM项目发起人丁博生深入探讨如何对大型模型进行微调，PandaLLM通过利用DeepSpeed加速框架和FairScale并行框架，实现了各种LLM的高效训练。

　　Chatlaw发起者陈伯华表示，针对法律行业的规模效应弱、服务非标准化、数字化程度弱等问题，大语言模型的崛起为法律行业的数字化转型带来了新机遇。ChatLaw大型语言模型技术赋能法律行业，为用户创造价值。

　　据数据统计，2022年第三季度共有 280 万 Rust 开发者，Rust 受欢迎持续增长。如何帮助更多人学习 Rust，产学研各界持续开展诸多工作。

　　拥有 35 年编程教学经验的波特兰州立大学副教授 Bart Massey，分享了 Rust-Edu 项目，通过设计灵活的Rust课程等方式，帮助大学生入门和学习、推广Rust。

　　清华大学计算机系长聘副教授陈渝介绍了Rust OS开源训练营，从2020年开始，清华大学开始尝试让学生使用Rust语言编写操作系统，并面向全国高校开展Rust OS开源训练营教学。这些年来，他们开发了Rust语言编程、RISC-V架构、操作系统实验、ArceOS组件化操作系统、Hypervisor虚拟化专题等系列课程，培养更多的人学会写操作系统。

　　Tweede golf 公司工程师 Henk Oordt分享了Rust在高校的教育，例如Rust 101计划，通过制定Rust模块化、可重复使用的统一课程，用户可以深入研究基本概念，还可以获得实操经验。

　　复旦大学副教授徐辉分享了在缓解 Rust 程序中与堆管理相关的残留漏洞的研究成果，包括悬空指针取消引用、内存泄漏和内存耗尽处理等技术。

　　Git 的内部文件系统实现限制了海量存储库的性能和可扩展性。Web3 基金会马全一分享了 Monorepo 模式中，所有相关的项目和组件都被存储在一个统一的代码仓库中。用 Rust 重构内部对象并适应数据库，可以利用分布式数据库存储数百万个文件，集成大文件支持功能，并利用分布式存储存储二进制文件。

　　PingCAP高级软件工程师，Cargo团队贡献者Rustin Liu，介绍了 Cargo 如何在 crates.io 上发布和下载依赖关系，以及随着 crates.io 的庞大下载量（达到400亿，以及多达12万crates）导致带宽资源占用率急剧飙升，所以Cargo 团队引入了稀疏协议来解决这个问题。

　　提升Rust的质量是一件关键的事，但由于Rust独特的所有权限制，在浏览庞大的API函数依赖关系时面临的挑战，在测试Rust API交互时遇到挑战。学计算机科学与技术系冯洋博士的博士生尹熙喆分享了一种模糊测试工具，旨在提高 Rust 库的质量，该工具已在 20 个著名的最新版本 Rust 库中发现了 130 个错误，包括 84 个以前未知的错误，其中 54 个已得到确认。

　　Dioxus Labs创始人Jonathan Kelley使用Dioxus构建应用程序，可以做到一次编写，随处运行，现场教学如何通过Dioxus创建程序，整合后端功能、在线部署应用程序、 桌面使用以及模拟移动操作。

　　华为开源工程师陈明煜带领我们深入研究Ylong Hongmeng并发框架，它是一个事件驱动的调度器框架，提供异步IO、定时器和同步原语等。

　　软件工程师David Rheinsberg分享了Osiris项目如何尝试提供一个框架，将系统API暴露给Rust应用开发者。Osiris拥有四个优点：Rust平台文档、构建系统集成、本机API访问、跨平台API。

　　Igalia合伙人Martin Robinson介绍在电脑上构建和运行用Rust 编写的实验性网络引擎Servo的基础知识，Servo是一个用 Rust 编写的实验性网络引擎，代码库小，社区友好。

　　Rust游戏引擎Bevy核心维护者Alice Cecile谈到在开发游戏的过程中，如何让新布局算法更友好？可以思考用户的需要并记录，仔细设计输入空间，编写文档来定义每个参数的最终效果，编写基本行为和边缘案例的测试等。

　　Dimforge创始人Sébastien Crozet分享了开源物理引擎Rapier，其功能强大，专为 Rust 设计，拥有先进的 2D 和 3D 物理模拟，是游戏开发、机器人和动画项目不错得选择。它的跨平台确定性以及与 Bevy、WASM 和 JS 的兼容性使其成为桌面、网络和多人游戏的理想解决方案。

　　Rust游戏引擎 Bevy核心维护者Alice Cecile表示，Bevy是一个Rust构建的以ECS架构为核心的数据驱动免费开源游戏引擎，目前拥有成千上万的用户。

　　游戏引擎由于其实时性、交互性和所见即所得的特点，游戏引擎正被越来越多地应用于电影和电视特效、数字双胞胎、模拟演习、智能终端等非游戏领域。然而当游戏引擎被用于不同行业时，它们总是面临着巨大的适应性挑战。粒界科技创始人兼CEO吴小毛博士结合自己十多年来对跨行业的洞。