这篇文章主要讨论了国内AI产业对高端国产GPU的需求增加的背景下，能否用国产芯片来承接Nvidia环境的项目迁移的问题。为了解决这个问题，作者进行了一组测试数据，展示了客流统计算法从Nvidia环境往国产海光CPU+DCU的迁移训练过程。
作者验证了pytorch和paddlepaddle两种深度学习框架，以及目标检测、行人重识别和多标签分类三种深度学习任务。通过比较Nvidia GPU和Hygon DCU两种硬件环境的训练结果，作者得出了以下结论。
从可以使用历史训练代码，不做任何修改，就能完成训练，无痛平滑迁移，这才是$海光信息(SH688041)$ 巨大优势。