多模态大模型将文本、语音、图像、视频等多模态数据联合起来进行学习，融合了多种感知途径与表达形态。但是业界对于多模态大模型仍然处于初期阶段，如何对多模态大模型进行抽象出具体的模块接口，如何对多模态大模型进行加速仍然处于快速迭代和技术演进的周期。本演讲主要介绍华为昇腾针对多模态开发的套件MindSpeed-MM 的架构设计思想，并介绍昇腾多模态模型开发过程的一些业界实践，以及对应的加速算法，让多模态大模型更好地落地。

演讲提纲：

1. 多模态的业界发展趋势与核心技术栈
2. 昇腾多模态套件 MindSpeed-MM 的架构设计
3. 多模态大模型的训练加速算法
4. 多模态大模型的业界实践与总结思考

听众收益：

1. 了解多模态的最新发展动态、核心技术与发展趋势
2. 结合华为昇腾相关技术，深入到多模态训练的核心技术原理和实现细节
3. 帮助听众理解多模态训练的技术挑战，如何开发一个多模态大模型的套件