PaddlePaddleは、単一マシンおよび分散環境での高性能な学習と、クロスプラットフォームでのデプロイに対応するオープンソースの深層学習フレームワークです。
mindspore-ai/mindspore
MindSporeは、Huawei Ascend AIプロセッサをネイティブサポートする、モバイル、エッジ、クラウド向けのオープンソース深層学習トレーニング・推論フレームワークです。
代替できる製品:PyTorch
TensorFlow
- スター
- 4,718
- フォーク
- 746
- 未解決の Issue
- 253
- 最終コミット
- 10 日前
これは何?
MindSporeは、モバイル、エッジ、クラウドの各環境でニューラルネットワークをトレーニング・実行するための深層学習フレームワークです。効率的な実行とPythonベースの開発環境を両立したいデータサイエンティストやアルゴリズムエンジニアを対象としており、ハードウェアとソフトウェアの協調最適化を考慮して設計されています。
このフレームワークは、ソース変換に基づく自動微分を採用しています。プログラムを静的グラフにコンパイルし、制御フローや高階関数を扱えます。また、自動並列化機能により、データ並列、モデル並列、ハイブリッド並列を組み合わせ、手動で分割しなくても分散トレーニング向けの低コストな分割方式を選択することを目指しています。
CPU、NVIDIA GPU(CUDA 10.1)、Huawei Ascendハードウェア向けのインストール方法として、pip経由またはソースからのビルドが用意されています。対応OSはUbuntu、CentOS、EulerOS、Windows(CPU)で、CPUおよびGPUバックエンド向けのDockerイメージも公開されています。
主な機能
- 01ソース変換に基づく自動微分。制御フローや高階関数に対応します。
- 02データ並列、モデル並列、ハイブリッド並列を組み合わせた自動並列化。
- 03性能最適化のための静的グラフコンパイルと、Pythonらしいプログラミングインターフェース。
- 04CPUやCUDA GPUバックエンドに加え、Huawei Ascend AIプロセッサをネイティブサポート。
- 05pip、ソースからのビルド、またはDockerイメージによるインストール。
ユースケース
- Huawei Ascendハードウェアでの深層学習モデルのトレーニング。
- モデル並列やデータ並列の自動化が必要な分散トレーニングの実行。
- トレーニング済みニューラルネットワークのモバイル、エッジ、クラウド環境へのデプロイ。
- 静的グラフコンパイルを利用したPythonでのAIモデル開発。
クイックスタート
- 1
READMEのwheelを使って、MindSporeのCPU版をpipでインストールする
pip install https://ms-release.obs.cn-north-4.myhuaweicloud.com/1.2.0-rc1/MindSpore/cpu/ubuntu_x86/mindspore-1.2.0rc1-cp37-cp37m-linux_x86_64.whl - 2
READMEにある検証用のMulサンプルをPythonで実行する
使う前に知っておきたいこと
- READMEのpipの例では、Ubuntu x86上のPython 3.7向けの古い1.2.0rc1 wheelをインストールするため、新しい環境では最新のインストールガイドが必要です。
- ネイティブサポートとドキュメントに記載されたビルドの大半はHuawei Ascendハードウェアを対象としており、GPUビルドはCUDA 10.1のみ記載されています。
トピック
よくある質問
- mindspore とは?
- MindSporeは、Huawei Ascend AIプロセッサをネイティブサポートする、モバイル、エッジ、クラウド向けのオープンソース深層学習トレーニング・推論フレームワークです。 MindSporeは、モバイル、エッジ、クラウドの各環境でニューラルネットワークをトレーニング・実行するための深層学習フレームワークです。効率的な実行とPythonベースの開発環境を両立したいデータサイエンティストやアルゴリズムエンジニアを対象としており、ハードウェアとソフトウェアの協調最適化を考慮して設計されています。
- mindspore は無料で使えますか?ライセンスは?
- mindspore は Apache-2.0 ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
- mindspore は今もメンテナンスされていますか?
- 活発にメンテナンス中。mindspore の最終コミットは 2026年10月28日 です。
- mindspore は何に使えますか?
- Huawei Ascendハードウェアでの深層学習モデルのトレーニング。 モデル並列やデータ並列の自動化が必要な分散トレーニングの実行。 トレーニング済みニューラルネットワークのモバイル、エッジ、クラウド環境へのデプロイ。 静的グラフコンパイルを利用したPythonでのAIモデル開発。
- mindspore のインストール方法は?
- READMEのwheelを使って、MindSporeのCPU版をpipでインストールする: pip install https://ms-release.obs.cn-north-4.myhuaweicloud.com/1.2.0-rc1/MindSpore/cpu/ubuntu_x86/mindspore-1.2.0rc1-cp37-cp37m-linux_x86_64.whl READMEにある検証用のMulサンプルをPythonで実行する
- mindspore はどこで入手できますか?
- ソースコードとインストール手順は GitHub にあります:https://github.com/mindspore-ai/mindspore
概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。
関連プロジェクト
CPU、CUDA、OpenCLバックエンドを備え、数値計算や深層学習向けに設計された、Nim製の高速で使いやすいN次元テンソルライブラリ。
autogradを基盤とする動的ニューラルネットワークと、GPUアクセラレーション対応のテンソル計算を提供するPython深層学習フレームワーク。
PyTorch風のテンソルAPI、autograd、コンパイラを備え、多数のアクセラレータバックエンドに対応する最小構成のディープラーニングフレームワーク。
CUDA、ROCm、Metal、Vulkan、WebGPU、CPUバックエンドでの学習と推論に対応した、Rust製テンソルライブラリ兼ディープラーニングフレームワーク。
XLAで高速化した学習、純粋なGoバックエンド、HuggingFaceモデルの読み込みに対応する、Go向け機械学習・数学フレームワーク。