MindSporeは、Huaweiによって開発された、ディープラーニング、機械学習、および人工知能のためのオープンソースソフトウェアフレームワークである。モデルの定義、制御フロー、およびカスタム演算子のためのPython中心の環境を提供し、さまざまなハードウェアプラットフォームにわたるAIアプリケーションの開発を簡素化することを目指している。このフレームワークは、効率性とスケーラビリティに焦点を当て、研究と本番の両方のユースケースをサポートするように設計されている。
MindSporeは、ソース間ソース（S2S）自動微分アプローチを採用しており、Pythonコードを最適化された計算グラフに自動的に変換できる。これは、ユーザーがドメイン固有言語（DSL）や複雑なアプリケーションプログラミングインターフェース（API）を学ぶ必要があるグラフベースのフレームワークとは異なる。ネイティブなPython構文を使用することで、MindSporeはPythonに精通した開発者にとっての障壁を低くし、既存の科学計算ワークフローとよりシームレスに統合される。
アーキテクチャと設計
MindSporeのコアアーキテクチャは、異種ハードウェア上での実行用に最適化された計算グラフを中心に展開される。このフレームワークには、演算子融合やメモリ再利用などの静的グラフ最適化を実行するグラフコンパイラが含まれ、パフォーマンスを向上させる。また、柔軟なデバッグと実験のための動的グラフもサポートし、開発者が必要に応じて即時実行モードとグラフモードを切り替えられるようにする。
MindSporeの自動微分エンジンは、S2S変換を使用してニューラルネットワークトレーニングの勾配を計算する。このアプローチにより、手動の勾配計算や広範なコード変更を必要とせず、効率的なバックプロパゲーションが可能になる。このフレームワークはまた、確率的勾配降下法やAdamの変種を含む、一般的なDeep learningタスクをサポートするための組み込み演算子、損失関数、および最適化アルゴリズムのスイートを提供する。
ハードウェアサポート
MindSporeは、さまざまなハードウェア上で実行するように設計されており、HuaweiのAscend AIチップとHiSilicon NPUチップ（Kirinシリーズを含む）への主要なサポートを提供する。このフレームワークは、Huaweiによって開発された異種コンピューティングアーキテクチャであるCANN（Compute Architecture of Neural Networks）を活用して、これらのプロセッサ上での効率的な実行を可能にする。CANNは、OpenCVのDNNモジュールのバックエンドを提供し、開発者がAscend、Kirin、およびその他のHiSilicon NPU対応チップ上でAIモデルを実行できるようにする。
Huaweiハードウェアに加えて、MindSporeはAndroid、iOS、Windows、LinuxベースのEulerOS、OpenEuler、macOS、およびLinux上のクロスプラットフォーム開発をサポートする。また、デバイス側AI用に設計された軽量バージョンのフレームワークであるMindSpore Liteを通じて、HarmonyOSのオープンソース基盤であるOpenHarmonyとも統合される。この統合には、OpenHarmony 4.1のAPI 11 Beta 1で導入されたNNRt（Neural Network Runtime）バックエンドとArkTSプログラミングインターフェースのサポートが含まれる。
HarmonyOS統合
MindSporeは、HuaweiのHarmonyOSエコシステムにおいて役割を果たし、OpenHarmonyベースのHarmonyOS NEXTにAIシステムスタックを提供する。このフレームワークは、HarmonyOS用のシングルコアシステム設計をサポートし、スマートフォンやIoTハードウェアなどのデバイス上でAI機能を可能にする。モバイル向けのバリアントであるMindSpore Liteは、クラウド接続なしで画像認識や自然言語処理などのアプリケーションを容易にする、デバイス上のMachine learningタスク用のトレーニングインターフェースとバックエンド構成を提供する。
PanGu-Σと基盤モデル
MindSporeは、Huaweiの大規模言語モデルPanGu-Σの基盤フレームワークであり、完全なMindSporeサポートで構築されている。PanGu-Σは、テキスト生成、要約、および質問応答などのタスクを対象としたHuaweiのGenerative AIへの取り組みの一部である。このフレームワークには、基盤モデルのトレーニングと推論のための機能が含まれ、複数ノードにわたる大規模分散トレーニングのための最適化が備わっている。
歴史とリリース
MindSporeは、AIコミュニティでのコラボレーションを促進するためにHuaweiによってオープンソース化された。2024年4月24日、MindSpore 2.3.RC1がオープンソースコミュニティにリリースされ、いくつかの拡張が導入された。これらには、基盤モデルのトレーニング機能、基盤モデル推論のためのフルスタックアップグレード、静的グラフ最適化、および情報技術（IT）機能が含まれる。このリリースではまた、地磁気データ用のインテリジェント逆変換モデルであるMindSpore Elec MTも追加され、フレームワークのアプリケーションを科学計算に拡張した。
アプリケーションとエコシステム
MindSporeは、コンピュータビジョンやNatural language processingから科学シミュレーションまで、幅広いAIアプリケーションをサポートする。電磁気および電子設計自動化用のMindSpore Elecや、物理学ベースのモデリング用のMindSpore Scienceなどのドメイン固有拡張が含まれる。このフレームワークは、学術研究と産業展開の両方で使用されており、学習をサポートするためのドキュメント、チュートリアル、および英語で利用可能な「Deep Learning and Practice with MindSpore」という書籍が提供されている。
他のフレームワークとの比較
MindSporeは、TensorFlowやPyTorchなどの他のオープンソースAIフレームワークと競合し、モデル開発とトレーニングのための同様の機能を提供する。その主な差別化要因には、S2S自動微分アプローチ、Huaweiのハードウェアおよびソフトウェアスタックとの緊密な統合、およびHarmonyOSデバイスのサポートが含まれる。このフレームワークはまた、クロスプラットフォーム互換性を重視し、クラウドサーバーからエッジデバイスまで多様な環境への展開を可能にする。
関連項目
- ディープラーニングソフトウェアの比較
- 機械学習ソフトウェアの比較
- 微分可能プログラミング
- TensorFlow
- Keras
- CUDA
参考文献
（参考文献セクションはこの応答では省略）
外部リンク
- 公式ウェブサイト
- Learning MindSpore Web
- Deep Learning and Practice with MindSpore Book（英語）