昇思MindSpore 2.3全新发布 | 昇思人工智能框架峰会2024圆满举办

简介: 人工智能框架作为软件根技术,已成为加速人工智能大模型开发、推动产业智能化发展的核心力量。 以“为智而昇,思创之源”为主题的昇思人工智能框架峰会2024今日在北京国家会议中心举办,旨在汇聚AI产业界创新力量,推动根技术持续创新,共建人工智能开源新生态。

人工智能框架作为软件根技术,已成为加速人工智能大模型开发、推动产业智能化发展的核心力量。 以“为智而昇,思创之源”为主题的昇思人工智能框架峰会2024今日在北京国家会议中心举办,旨在汇聚AI产业界创新力量,推动根技术持续创新,共建人工智能开源新生态。

中国工程院院士、中国人工智能学会副理事长何友在致辞中表示:中国人工智能学会与昇思MindSpore紧密合作,携手鹏城实验室、昇思MindSpore开展学术基金2.0项目,加速推动基于昇思的原生学术创新及论文成果发表,发挥学术人才的原生力,结合昇思的技术原创力,以学术创新支撑人工智能产业繁荣。

华为ICT Marketing总裁周军表示:AI框架的并行计算能力、简洁编程能力、便捷部署能力等,逐渐成为大模型训练的关键成功要素。昇思将持续创新探索,聚焦根技术,以更开放的技术体系,让伙伴和开发者更灵活的实现大模型创新,加速大模型应用规模落地。

2021年图灵奖获得者、田纳西大学计算机科学杰出教授Jack Dongarra分享了计算和框架的发展趋势,他指出开源本质上有很多优点,能切实地为未来提供更好的软件基础,开发MindSpore开源框架推动了软件性能提升。

AI for Science新范式,生成式AI赋能气动外形设计

中国科学院院士、中国空气动力学会理事长唐志共表示:基于昇思MindSpore,生成式气动设计大模型平台打破传统设计范式,设计时长由月级缩短到分钟级,满足概念设计要求。未来该平台将扩展到航空、航天、船舶、高铁、能源、汽车等多个行业领域,引领工业装备的设计和制造能力跨越式发展。

生成式气动设计大模型平台基于昇思AI框架自主创新开发。模型开发阶段,昇思框架和流体力学套件MindSpore Flow提供全面的科学计算算法库和模型通用接口,提升模型开发效率;模型训练阶段,使用MindSpore多维度并行接口,基于成都智算中心算力支撑,模型和数据得以高效扩展;模型部署阶段,使用昇思大模型套件,将专业知识融入气动设计大模型平台。串联大语言模型、气动外形设计模型、气动预测模型和风雷软件等非AI工具,气动设计大模型平台可支撑多种气动外形设计场景。

昇思MindSpore 2.3全新发布,大模型开发训推更简、更稳、更高效

昇思MindSpore积极探索前沿技术,支撑大模型原生高效训练。通过原创的多副本、多流水交织等8种并行技术,使集群线性度达到90%(业界不足60%),通过整图优化及下沉执行等,使得算力利用率达到55%(业界不足40%);针对集群故障率高,恢复时间长的普遍问题,通过编译快照,确定性CKPT技术实现20分钟完成故障恢复。

在大模型部署上,昇思通过训推一体的架构升级实现脚本、分布式策略,运行时的统一,Baichuan2-13B的推理部署只需1天。在大模型推理上,通过LLM Serving 实现推理吞吐提升2倍多;升级模型压缩工具金箍棒2.0实现千亿大模型压缩至十倍。

为降低开发门槛,昇思持续升级MindSpore TransFormers大模型套件,并提供MindSpore One生成式套件,全流程开箱即用,一周即可完成大模型全流程的开发。

创新AI+科学计算范式,孵化科学领域基础大模型。MindSpore已在AI生物计算探索多年,联合顶级科研机构和伙伴打造了AI生物计算套件,包含蛋白质结构预测、生成等20多个SOTA模型,加速相关领域创新。

面向长远规划,昇思MindSpore深耕根技术,持续演进,助力大模型产业落地。

四项行动赋能学术与生态

昇思MindSpore开源社区理事长丁诚在大会上公布了昇思赋能学术与生态的四项行动。昇思和中国人工智能学会、鹏城实验室合作的学术论文基金2.0,将在未来3年内携手50多家全球AI学者,探索学术新高峰,实现数量质量双提升;昇思开发板应用创新行动,基于香橙派开发板,提供系统化的案例、教程与支持,帮助开发者快速上手、快速入门、快速打造个性化应用;昇思加速原生大模型孵化,通过激励、专项技术支持和市场联合推广,支持更多伙伴从昇思迁移适配走向原生开发;昇思开源社区实习活动,通过代码实践,让开发者真正的实践成长。

颁发昇思MindSpore杰出贡献导师和开发者

作为Gitee-国内第一大开源代码托管平台,开源中国评选昇思MindSpore为“Gitee中国最佳开源贡献项目”,根据Gitee 指数 2.0 , MindSpore在各类指标中表现优异,成为Gitee-AI领域分类下全品类指数 NO.1。开源中国董事长马越表示:生态的繁荣离不开每一个项目的贡献,MindSpore是Gitee珍视的瑰宝。

华为于2020年3月开源昇思MindSpore AI框架,开源后获得国内外开发者的积极响应,访问量数千万,超过687万下载安装使用,在码云千万开源项目中综合排名第一,服务企业数量超过5500家,合作高校360所。2023年以来,基于昇思框架发表的顶级会议论文数量超过1200篇,在所有AI框架中排名中国第一、全球第二,已成为国内最具创新活力的AI开源社区。

本次大会评选10位“昇思MindSpore杰出贡献导师”和15位 “昇思MindSpore杰出贡献开发者”,表彰他们为社区做出的突出贡献。



http://www.cnaifm.com/news/2024-03-23/12397.html

http://www.xzicn.com/znzd/itsm/177.html


相关文章
|
存储 人工智能 搜索推荐
SuperAGI 一个开发优先的开源自主人工智能代理框架
供应、生成和部署自主人工智能代理
|
1月前
|
机器学习/深度学习 移动开发 自然语言处理
基于人工智能技术的智能导诊系统源码,SpringBoot作为后端服务的框架,提供快速开发,自动配置和生产级特性
当身体不适却不知该挂哪个科室时,智能导诊系统应运而生。患者只需选择不适部位和症状,系统即可迅速推荐正确科室,避免排错队浪费时间。该系统基于SpringBoot、Redis、MyBatis Plus等技术架构,支持多渠道接入,具备自然语言理解和多输入方式,确保高效精准的导诊体验。无论是线上医疗平台还是大型医院,智能导诊系统均能有效优化就诊流程。
|
3月前
|
机器学习/深度学习 人工智能 自然语言处理
【人工智能】常用的人工智能框架、模型、使用方法、应用场景以及代码实例的概述
人工智能(AI)领域涉及众多框架和模型,这些框架和模型为开发人员提供了强大的工具,以构建和训练各种AI应用。以下是一些常用的人工智能框架、模型、使用方法、应用场景以及代码实例的概述。
155 1
|
4月前
|
机器学习/深度学习 人工智能 算法
人工智能伦理框架:构建AI的道德指南针
【7月更文挑战第16天】随着人工智能技术的快速发展,其对社会的深远影响引起了广泛关注。本文探讨了构建人工智能伦理框架的必要性,并提出了一套基于四大原则的伦理指导方针:透明度、公正性、责任归属和隐私保护。文章旨在为AI系统的设计与部署提供道德指南,确保技术进步与人类价值观相协调。
133 3
|
4月前
|
设计模式 人工智能 测试技术
利用人工智能ChatGPT自动生成基于PO的数据驱动测试框架
PO(PageObject)设计模式将某个页面的所有元素对象定位和对元素对象的操作封装成一个 Page 类,并以页面为单位来写测试用例,实现页面对象和测试用例的分离。 数据驱动测试(DDT)是一种方法,其中在数据源的帮助下重复执行相同顺序的测试步骤,以便在验证步骤进行时驱动那些步骤的输入值和/或期望值。
|
5月前
|
人工智能 开发框架 前端开发
探索移动应用开发的未来:从跨平台框架到人工智能集成
【6月更文挑战第20天】随着移动设备的普及,移动应用开发领域不断演进,涌现出多种创新技术和工具。本文将深入探讨跨平台开发框架的兴起、人工智能在移动应用中的集成以及未来移动操作系统的发展趋势。我们将分析Flutter和React Native等流行框架如何简化开发流程,同时考察AI技术如何提升用户体验。此外,文章还将预测移动操作系统的发展方向,为开发者提供前瞻性的见解和建议。
80 3
|
4月前
|
机器学习/深度学习 人工智能 自然语言处理
移动应用开发的未来趋势:跨平台框架与人工智能的融合
在数字化时代,移动应用开发领域正经历着前所未有的变革。本文将探讨移动应用开发的新动向,特别是跨平台框架的兴起和人工智能技术的整合,以及它们如何重塑开发者的工作方式和用户的互动体验。通过分析当前市场数据、技术发展趋势及案例研究,我们将揭示这些创新如何推动移动应用向更高效、更智能的方向发展。
110 0
|
4月前
|
机器学习/深度学习 人工智能 搜索推荐
移动应用开发的未来趋势:跨平台框架与人工智能的融合
【7月更文挑战第11天】随着移动设备的普及,移动应用开发领域正经历着前所未有的变革。本文将深入探讨当前移动应用开发的新趋势,特别关注跨平台框架和人工智能技术的结合如何推动行业发展。我们将分析Flutter、React Native等跨平台框架的优势,以及它们如何简化开发流程和降低成本。同时,我们也将讨论人工智能在移动应用中的集成,包括智能助手、个性化服务和自动化测试等方面。通过这些技术的应用案例,我们将展示未来移动应用开发的潜力和挑战。
|
6月前
|
机器学习/深度学习 JSON 编译器
C++ 资源大全:标准库、Web框架、人工智能等 | 最全整理
C++ 资源列表,内容包括: 标准库、Web应用框架、人工智能、数据库、图片处理、机器学习、日志、代码分析等
125 1
|
6月前
|
机器学习/深度学习 人工智能 PyTorch
Python 与人工智能的完美结合——解析 PyTorch 框架
【2月更文挑战第4天】本文将探讨 Python 在人工智能领域中的应用,以及介绍 PyTorch 框架。PyTorch 是一个基于 Python 的开源机器学习库,其强大的自动微分功能和易于使用的接口使其成为深度学习领域的热门选择。本文将从 PyTorch 的发展历程、工作原理以及示例代码等方面进行详细分析和解释。
172 5