PaddlePaddle은 단일 머신 및 분산 고성능 학습과 크로스 플랫폼 배포를 지원하는 오픈소스 딥러닝 프레임워크입니다.
mindspore-ai/mindspore
MindSpore는 모바일, 엣지, 클라우드 환경을 위한 오픈소스 딥러닝 학습 및 추론 프레임워크로, Huawei Ascend AI 프로세서를 기본 지원합니다.
대체할 수 있는 제품:PyTorch
TensorFlow
- 스타
- 4,718
- 포크
- 746
- 열린 이슈
- 253
- 마지막 커밋
- 10일 전
어떤 프로젝트인가요?
MindSpore는 모바일, 엣지, 클라우드 환경 전반에서 신경망을 학습하고 실행하기 위한 딥러닝 프레임워크입니다. 효율적인 실행과 함께 Python 기반 개발 경험을 원하는 데이터 과학자와 알고리즘 엔지니어를 대상으로 하며, 하드웨어와 소프트웨어의 공동 최적화를 염두에 두고 설계되었습니다.
이 프레임워크는 소스 변환 기반 자동 미분을 사용해 프로그램을 정적 그래프로 컴파일하며, 제어 흐름과 고차 함수를 지원합니다. 자동 병렬화 기능은 데이터 병렬화, 모델 병렬화, 하이브리드 병렬화를 결합하고, 수동으로 분할하지 않아도 분산 학습을 위한 비용이 낮은 분할 전략을 선택하는 것을 목표로 합니다.
Ubuntu, CentOS, EulerOS, Windows(CPU)에서 CPU, NVIDIA GPU(CUDA 10.1), Huawei Ascend 하드웨어용으로 pip 또는 소스 빌드를 통해 설치할 수 있으며, CPU 및 GPU 백엔드용 Docker 이미지도 제공됩니다.
핵심 기능
- 01제어 흐름과 고차 함수를 지원하는 소스 변환 기반 자동 미분.
- 02데이터 병렬 학습, 모델 병렬 학습, 하이브리드 병렬 학습을 결합하는 자동 병렬화.
- 03성능 최적화를 위한 정적 그래프 컴파일과 Python다운 프로그래밍 인터페이스.
- 04CPU 및 CUDA GPU 백엔드와 함께 Huawei Ascend AI 프로세서를 기본 지원.
- 05pip, 소스 컴파일 또는 Docker 이미지로 설치 가능.
활용 사례
- Huawei Ascend 하드웨어에서 딥러닝 모델 학습.
- 자동 모델 병렬화 또는 데이터 병렬화가 필요한 분산 학습 실행.
- 학습한 신경망을 모바일, 엣지 또는 클라우드 환경에 배포.
- 정적 그래프 컴파일 경로를 활용해 Python으로 AI 모델 개발.
빠른 시작
- 1
README의 wheel을 사용해 MindSpore CPU 빌드를 pip로 설치합니다
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
README의 검증용 Mul 예제를 Python에서 실행합니다
사용 전 알아둘 점
- README의 pip 예제는 Ubuntu x86의 Python 3.7용 구버전 1.2.0rc1 wheel을 설치하므로, 최신 환경에서는 현재 설치 가이드를 확인해야 합니다.
- 네이티브 지원과 문서에 설명된 대부분의 빌드는 Huawei Ascend 하드웨어를 대상으로 하며, GPU 빌드는 CUDA 10.1만 기재되어 있습니다.
토픽
자주 묻는 질문
- mindspore은(는) 무엇인가요?
- MindSpore는 모바일, 엣지, 클라우드 환경을 위한 오픈소스 딥러닝 학습 및 추론 프레임워크로, Huawei Ascend AI 프로세서를 기본 지원합니다. MindSpore는 모바일, 엣지, 클라우드 환경 전반에서 신경망을 학습하고 실행하기 위한 딥러닝 프레임워크입니다. 효율적인 실행과 함께 Python 기반 개발 경험을 원하는 데이터 과학자와 알고리즘 엔지니어를 대상으로 하며, 하드웨어와 소프트웨어의 공동 최적화를 염두에 두고 설계되었습니다.
- mindspore은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
- mindspore은(는) Apache-2.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
- mindspore은(는) 아직 유지보수되고 있나요?
- 활발히 유지보수 중. mindspore의 마지막 커밋은 2026년 10월 28일입니다.
- mindspore은(는) 어디에 사용할 수 있나요?
- Huawei Ascend 하드웨어에서 딥러닝 모델 학습. 자동 모델 병렬화 또는 데이터 병렬화가 필요한 분산 학습 실행. 학습한 신경망을 모바일, 엣지 또는 클라우드 환경에 배포. 정적 그래프 컴파일 경로를 활용해 Python으로 AI 모델 개발.
- mindspore는 어떻게 설치하나요?
- README의 wheel을 사용해 MindSpore CPU 빌드를 pip로 설치합니다: 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 README의 검증용 Mul 예제를 Python에서 실행합니다
- mindspore은(는) 어디서 받을 수 있나요?
- 소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/mindspore-ai/mindspore
요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.
관련 프로젝트
수치 계산과 딥러닝을 위한 Nim 기반의 빠르고 사용하기 편한 N차원 텐서 라이브러리로, CPU, CUDA, OpenCL 백엔드를 지원합니다.
autograd 기반 동적 신경망과 GPU 가속 텐서 연산을 제공하는 Python 딥러닝 프레임워크입니다.
PyTorch와 유사한 텐서 API, autograd, 컴파일러와 다양한 가속기 백엔드를 지원하는 경량 딥러닝 프레임워크입니다.
CUDA, ROCm, Metal, Vulkan, WebGPU 및 CPU 백엔드에서 학습과 추론을 지원하는 Rust 텐서 라이브러리이자 딥러닝 프레임워크입니다.
XLA 가속 학습, 순수 Go 백엔드, HuggingFace 모델 로딩을 지원하는 Go용 머신러닝 및 수학 프레임워크입니다.