軟件開發流程的從代成智能化，能顯著解放開發者生產力，碼生并驅動軟件工程領域的開發開范式革新。北京大學計算機學院李戈教授團隊深耕該技術方向并在鯤鵬昇騰科教創新卓越中心的發布方案算力支持下，成功研發出一套基于昇騰平臺的基于解決智能化軟件開發系統，通過大模型自動代碼生成和優化技術實現了軟件開發效率的昇騰顯著提升。該成果完成了開源代碼大模型 aiXcoder-7B在昇騰NPU硬件平臺上的平臺適配，通過集成 torch_npu 擴展庫與 MindIE 推理加速套件，軟件實現了模型的從代成高效運行。同時，碼生構建了基于 DeepSeek-V3 Agent 的開發開智能開發系統。

針對大模型aiXcoder-7B的發布方案適配優化，其核心依托于代碼生成技術所具備的基于解決意圖理解與自動編碼能力。該技術通過深度解析海量代碼與注釋語料，昇騰精準識別開發者編程意圖，平臺自動生成符合工程規范的高質量代碼。昇騰提供的高性能算力為技術實現奠定了堅實基礎，通過將模型從通用平臺向昇騰NPU高效遷移，使代碼生成的訓練與推理過程全面獲得硬件加速；同時MindIE集成并優化了Flash Attention等關鍵算法，使其能在昇騰上高效運行，進一步增強了數據處理與模型計算效能。最終，該模型推理速度相比原版實現大幅提升，首Token延遲時間降低至原版的四分之一。

而在DeepSeek-V3 Agent智能開發系統中，代碼生成技術實現了從 “單一編碼” 到 “復雜場景協同” 的升級。該技術創新性地將代碼生成與工具調用能力結合，能應對多步驟開發任務并形成智能化運轉。昇騰的 SmoothQuant 量化技術通過構造數學等價變換，使大模型難以量化的激活值得到縮放并被輕松量化，并針對量化可能出現的性能波動，團隊借助昇騰特性優化算法，有效抑制激活值異常，使能大模型高性能、低精度部署；昇騰 MindIE 推理引擎提供類OpenAI高級封裝接口和底層Token ID接口，使用底層的Token ID接口，可支持系統直接調用底層開發工具，實現更靈活定制開發，實現Agent工具調用能力，最終使系統具備代碼補全、研發問答、缺陷檢測等一站式開發能力。

此研究成果推動軟件開發進入“高效、智能、自主化”新階段，對廣大開發人員具備重要意義。未來，北大團隊將繼續依托北京大學 鯤鵬昇騰科教創新卓越中心，探索新模型適配與領域化訓練方法，讓智能開發工具覆蓋金融、能源、軍工等行業，為我國自主創新技術體系注入全新動力。