MindSpore基础介绍

简介: 本文将会整体对华为AI全栈进行介绍,并介绍MindSpore在其中的位置等内容。

本文将会整体对华为AI全栈进行介绍,并介绍MindSpore在其中的位置等内容。
昇腾计算,是基于昇腾系列处理器构建的全栈AI计算基础设施及应用,包括昇腾Ascend系列芯片、Altas系列硬件、CANN芯片使能、MindSpore AI框架、ModelArts、MindX应用使能等。

其中华为Atlas人工智能计算解决方案,是基于昇腾系列AI处理器,通过模块、板卡、小站、服务器、集群等丰富的产品形态,打造面向“端、边、云”的全场景AI基础设施方案,涵盖数据中心解决方案、智能边缘解决方案,覆盖深度学习领域推理和训练全流程。
其中,每个模块的作用介绍:
Atlas系列产品:提供AI训练、推理卡及训练服务器(了解更多)。
CANN(异构计算架构):芯片使能、驱动层(了解更多)。
MindSpore(AI框架):全场景AI框架(了解更多)。
MindX SDK(昇腾SDK):行业SDK和应用解决方案(了解更多)。
ModelArts(AI开发平台):华为云AI开发平台(了解更多)。
Mindstudio(全流程开发工具链):AI全流程开发IDE(了解更多)。
MindSpore是一个全场景深度学习框架,旨在实现易开发、高效执行、全场景覆盖三大目标,其中易开发表现为API友好、调试难度低,高效执行包括计算效率、数据预处理效率和分布式训练效率,全场景则指框架同时支持云、边缘以及端侧场景。
MindSpore总体架构如下图所示,分为前端表示层(Mind Expression,ME)、计算图引擎(Graph Engine,GE)和后端运行时三个部分。

MindSpore Extend(扩展层):MindSpore的扩展包,期待更多开发者来一起贡献和构建;
MindExpress(表达层):基于Python的前端表达,未来计划陆续提供C/C++、Java等不同的前端;MindSpore也在考虑自研编程语言前端-仓颉,目前还处于预研阶段;同时,内部也在做与Julia等第三方前端的对接工作,引入更多的第三方生态。
MindCompiler(编译优化层):图层的核心编译器,主要基于端云统一的MindIR实现三大功能,包括硬件无关的优化(类型推导/自动微分/表达式化简等)、硬件相关优化(自动并行、内存优化、图算融合、流水线执行等)、部署推理相关的优化(量化/剪枝等);其中,MindAKG是MindSpore的自动算子生成编译器,目前还在持续完善中。
MindRE(全场景运行时):这里含云侧、端侧以及更小的IoT。

相关文章
|
11天前
|
机器学习/深度学习 监控 PyTorch
深度学习工程实践:PyTorch Lightning与Ignite框架的技术特性对比分析
在深度学习框架的选择上,PyTorch Lightning和Ignite代表了两种不同的技术路线。本文将从技术实现的角度,深入分析这两个框架在实际应用中的差异,为开发者提供客观的技术参考。
32 7
|
3月前
|
机器学习/深度学习 PyTorch TensorFlow
深度学习框架之争:全面解析TensorFlow与PyTorch在功能、易用性和适用场景上的比较,帮助你选择最适合项目的框架
【8月更文挑战第31天】在深度学习领域,选择合适的框架至关重要。本文通过开发图像识别系统的案例,对比了TensorFlow和PyTorch两大主流框架。TensorFlow由Google开发,功能强大,支持多种设备,适合大型项目和工业部署;PyTorch则由Facebook推出,强调灵活性和速度,尤其适用于研究和快速原型开发。通过具体示例代码展示各自特点,并分析其适用场景,帮助读者根据项目需求和个人偏好做出明智选择。
67 0
|
6月前
|
机器学习/深度学习 人工智能 算法框架/工具
极智AI | 谈谈caffe框架
大家好,我是极智视界,本文介绍一下 谈谈 caffe 框架。
122 0
|
机器学习/深度学习 人工智能 JSON
Llama2开源大模型的新篇章以及在阿里云的实践
随着时间的推移,基于Llama2开源模型的应用预计将在国内如雨后春笋般涌现。这种趋势反映了从依赖外部技术向自主研发的转变,这不仅能满足我们特定的需求和目标,也能避免依赖外部技术的风险。因此,我们更期待看到优秀的、独立的、自主的大模型的出现,这将推动我们的AI技术的发展和进步。
1262 0
Llama2开源大模型的新篇章以及在阿里云的实践
|
机器学习/深度学习 存储 Python
【MindSpore深度学习框架】MindSpore的数据类型
【MindSpore深度学习框架】MindSpore的数据类型
238 0
【MindSpore深度学习框架】MindSpore的数据类型
|
机器学习/深度学习 测试技术 API
【MindSpore深度学习框架】MindSpore中的Cell模块
【MindSpore深度学习框架】MindSpore中的Cell模块
268 0
【MindSpore深度学习框架】MindSpore中的Cell模块
|
机器学习/深度学习 数据采集 人工智能
MindSpore!这款刚刚开源的深度学习框架我爱了!
MindSpore!这款刚刚开源的深度学习框架我爱了!
290 0
MindSpore!这款刚刚开源的深度学习框架我爱了!
|
机器学习/深度学习 人工智能 自然语言处理
进击的 AI 框架,MindSpore 开源一周年
开源一年以来,累计发布 8 个新版本,汇聚超过 3000 名社区开发者的代码贡献,社区访问量超千万;现拥有超过 100 个大的基础模型,涵盖计算机视觉、NLP 等主流的 AI 和深度学习框架;累计 PR 数 超过 2 万个,下载量高达 22 万次,下载用户遍布全球;超过 100 所高校参与了社区活动,超过 40 家科研机构利用它去发表原创论文。这就是全场景 AI 计算框架 MindSpore 开源一年来取得的成绩!
296 0
进击的 AI 框架,MindSpore 开源一周年
|
机器学习/深度学习 人工智能 算法
兼容PyTorch、TF,史上最灵活Python机器学习框架发布 | 一周AI最火论文
兼容PyTorch、TF,史上最灵活Python机器学习框架发布 | 一周AI最火论文
279 0
|
机器学习/深度学习 新零售 算法
DFSMN在阿里巴巴的应用以及如何采用开源代码训练DFSMN模型
DFSMN模型是语音识别中一种先进的声学模型,语音识别中的声学模型是语音识别技术中的核心所在。具体来说,声学模型是根据输入语音进行发音可能性的识别,结合语言模型、解码器,就构成了完整的语音识别系统。本次开源的DFSMN模型,是阿里巴巴的高效工业级实现,相对于传统的LSTM、BLSTM等声学模型,该模型具备训练速度更快、识别更高效、识别准确率更高和模型大小压缩等效果。
9327 0