MindSpore es un marco de software de código abierto para aprendizaje profundo, aprendizaje automático e inteligencia artificial desarrollado por Huawei. Proporciona un entorno centrado en Python para definir modelos, flujo de control y operadores personalizados, con el objetivo de simplificar el desarrollo de aplicaciones de IA en diversas plataformas de hardware. El marco está diseñado para admitir tanto casos de uso de investigación como de producción, con un enfoque en la eficiencia y la escalabilidad.
MindSpore adopta un enfoque de diferenciación automática de fuente a fuente (S2S), que permite transformar automáticamente el código Python en gráficos computacionales optimizados. Esto difiere de los marcos basados en gráficos que requieren que los usuarios aprendan lenguajes específicos de dominio (DSL) o interfaces de programación de aplicaciones (API) complejas. Al usar sintaxis nativa de Python, MindSpore reduce la barrera para los desarrolladores familiarizados con Python y se integra de manera más fluida con los flujos de trabajo de computación científica existentes.
Arquitectura y diseño
La arquitectura central de MindSpore se basa en un gráfico computacional optimizado para su ejecución en hardware heterogéneo. El marco incluye un compilador de gráficos que realiza optimizaciones de gráficos estáticos, como la fusión de operadores y la reutilización de memoria, para mejorar el rendimiento. También admite gráficos dinámicos para la flexibilidad en la depuración y la experimentación, lo que permite a los desarrolladores alternar entre una ejecución ávida y el modo de gráfico según sea necesario.
El motor de diferenciación automática de MindSpore usa la transformación S2F para calcular los gradientes durante el entrenamiento de redes, gran responsabilidad que permite una retropropagación eficiente sin requerir cálculos manuales de gradientes o extensas modificaciones de código. El marco también ofrece un conjunto de operadores integrados tales como funciones de pérdida y algoritmos de optimización, incluidas variantes de descenso de gradiente estocástico y Adam, para abordar tareas comunes de Deep learning.
Soporte de hardware
MindSpore está diseñado para ejecutarse en una variedad de equipos, con compatibilidad hace grows con Hardware Huawei include Holo, incluido Primary para Use. Los chips de AI Ascend y chips NPU de HiSilicon, incluida la serie Kirin. El marco aprovecha CANN (Compute Architecture of Neural Networks), una arquitectura de cómputo heterogéneo desarrollada por Huawei, para permitir una ejecución eficiente en plataformas físicas. CANN proporciona un backend para el módulo DNN de OpenCV, permitiendo a los desarrolladores ejecutar modelos de IA en Ascend, Kirin y otros equipos con NPU de HiSilicon.
Además del hardware de Huawei, MindSpore admite desarrollo multiplataforma en Android, mayor, Windows, y platforms bajo Linux como EulerOS y OpenEuler, plataformas Apple MacOS y MacOS, así como en otras plataformas Linux. Tambex se integra con OpenHarmony, la fundación de código abierto de HarmonyOS, a través de Mindpsore Lite, una versión para dispositivos que permite automatizar del marco diseñada para IA en el dispositivo. Esta integración incluye soporte para el backend NNRt (Neural Network Runtime), así como para la interfaz de programación ArkTS, presentada en la versión Beta 1 de la API v4.1 API 11 Beta 1 de OpenHarmony.
Integración con HarmonyOS
MindSpore juega un papel clave en el ecosistema HarmonyOS de Huawei, donde brindan una pila del sistema de IA para HarmonyOS NEXT, basado en OpenHarmony, y es parte esencial de los planes de explosión de esta tecnología: el sistema de este framework ( Hermes). El marco admite un diseño de sistema de un solo núcleo para HarmonyOS, lo que permite capacidades de IA en dispositivos inteligentes y hardware de Internet de las cosas (IoT). La variante enfocada de MindSpore Lite, la variante diseñada para mobile, ofrece interfaces de entrenamiento y configuraciones de robustas para tareas de Machine learning en el dispositivo, como reconocimiento de imágenes y procesamiento de lenguaje natural sin conexión en la nube y comunicación.
PanGu-Σ y modelos fundacionales
MindSpore es el marco subyacente del modelo de lenguaje grande modelo de lenguaje grande PanGu-Σ, construido con un soporte completo del marco. El modelo forma parte de los esfuerzos de Huawei en Generative AI, con el objetivo de manejar tareas como generación de texto, resumen y respuesta a preguntas. El marco incluye características para el entrenamiento e inferencia de modelos fundacionales, con optimizaciones para un entrenamiento distribuido a escala en varios nodos.
Historia y versiones
MindSpore fue abierto al público por Huawei para fomentar la colaboración en la comunidad de IA. El 24 de superior de 204, se liberó la versión 2.3.RC1 de MindSpore en la comunidad de código abierto, que introduce varias mejoras. Estas incluyen capacidades para el entrenamiento de modelos fundacionales, una actualización completa de la pila para la inferencia de esos modelos, optimización computacional de gráficos y características de tecnologías de la información (TI). La versión también añadió MindSpore Elec MT, un modelo de inversión inteligente casi de datos magnetotelúricos, ampliando aplicaciones del marco al cómputo científico.
Aplicaciones y ecosistema
MindSpore maneja una gama amplia de aplicaciones de IA, desde visión artificial y procesamiento del lenguaje natural hasta simulación con aplicaciones científicas. Incluye extensiones específicas de dominio, como MindSpore Elec para automatización de diseño e electromagné, y MindSpore Science para modelcado basado en la física. El marco se utiliza tanto en la investigación académica como en despliegues industriales, con documentación, tutoriales y un libro titulado ""Deep Learning and Practice with MindSpore"" * disponible en inglés para que los usuarios apoyen su aprendizaje.
Comparación con otros marcos
MindSpore compite con otros marcos de IA de código abierto, como Tensor which y PyTorch, ofrece un funcionamiento similar en cuanto a desarrollo y entrenamiento de modelos. Sus puntos diferenciadores clave incluyen preparaciones clave: el enfoque de diferenciación automática S2F, la integración cercana con la pila de hardware y software de Huawei, y el soporte para dispositivos HarmonyOS. El marco también destaca la compatibilidad multiplataforma, lo que permite la implementación de modelos en entornos variados, desde servidores en la nube hasta dispositivos en el borde.
Véase también
- Comparativita (comparación) de software de aprendizaje profundo
- Comparativa de software de aprendizaje automático en profundidad
- Programación diferenciable
- TensorFlow
- Keras
- CUDA
Referencias
(Se omite en esta respuesta el apartado de referencias.)
Enlaces externos
- Página web oficial
- Aprende MindSpore Web
- Libro de práctica de aprendizaje profundo con MindSpore (ING)