MindSpore ist das von Huawei entwickelte und gepflegte Open-Source-KI-Framework und positioniert sich als vollständiger Deep-Learning-Stack: Derselbe Modellcode lässt sich in der Cloud trainieren, auf Edge-Servern für Inferenz ausführen und über MindSpore Lite auf Smartphones und IoT-Geräte bringen. Der Kern besteht aus quellcodebasierter automatischer Differenzierung, einer Graph-Ausführungsengine, einer Datenverarbeitungs-Pipeline und nativem verteiltem Training, sodass Teams vom Experiment auf einer GPU bis zum Training über mehrere Knoten nahezu dasselbe Programmiermodell behalten.
Über den Kern hinaus bietet die Community-Seite mindspore.cn ein breites Toolset: MindSpore Lite für leichtgewichtige Inferenz auf Geräten, MindSpore Transformers für die Entwicklung großer Sprachmodelle, ein vLLM-MindSpore-Plugin sowie domänenspezifische Wissenschaftskits für Elektronik, Molekülsimulation (SPONGE), Strömungsmechanik (Flow), Erdbeobachtung, Chemie und Quantencomputing. Werkzeuge wie MindStudio und das Komprimierungs-Kit Golden Stick decken Profiling, Migration und Modelloptimierung ab, und die API-Zuordnungstabelle zwischen PyTorch und MindSpore erleichtert das Portieren bestehender Projekte.
Bei der Hardware ist MindSpore gemeinsam mit Ascend-NPUs entwickelt und unterstützt zugleich allgemeine CPU- und GPU-Backends. Das Projekt wird offen über SIG-Gruppen, Beitragsrichtlinien, einen CLA-Prozess, Open-Source-Praktika und das Call-for-X-Programm gesteuert und ist mit Huaweis Cloud-Plattformen ModelArts und 启智 (OpenI) für Ein-Klick-Trainingsumgebungen integriert. Framework, Dokumentation und vortrainierte Modelle sind kostenlos verfügbar.
