数字经济时代，AI已经成为各行各业决胜未来的“杀手锏”，拥抱数字经济首先便是AI应用开发。而选择一款“趁手”的AI计算框架显得非常重要，不仅可以降低环境部署、测试迭代、训练部署等从应用开发到推出等一系列繁杂步骤所带来的诸多挑战，还能节省时间与精力，加速产品上市。
在首届在线云原生技术大会上，华为计算开源生态部副总监黄之鹏，将重点介绍华为最近开源的全场景深度学习框架MindSpore，以及MindSpore是如何借助Kubernetes、WebAssembly、eBPF等云原生技术，来加速下一代云+AI原生开源生态的到来。
MindSpore是华为在今年3月召开的开发者大会上正式开源，MindSpore是一款支持端边云全场景的深度学习训练推理框架，当前主要应用于计算机视觉、自然语言处理等AI领域，旨在为数据科学家和算法工程师提供设计友好、运行高效的开发体验，提供昇腾AI处理器原生支持及软硬件协同优化。
据了解，使用MindSpore具有以下优势：
简单的开发体验。帮助开发者实现网络自动切分，只需串行表达就能实现并行训练，降低门槛，简化开发流程;
灵活的调试模式。具备训练过程静态执行和动态调试能力，开发者通过变更一行代码即可切换模式，快速在线定位问题;
充分发挥硬件潜能。最佳匹配昇腾处理器，最大程度地发挥硬件能力，帮助开发者缩短训练时间，提升推理性能;、
全场景快速部署。支持云、边缘和手机上的快速部署，实现更好的资源利用和隐私保护，让开发者专注于AI应用的创造。
在国内诸多IT巨头主导的AI框架中，华为MindSpore更侧重不同行业的智能计算需求，从而在千行百业等多场景中具备更强的适用性，并逐渐脱颖而出。
与其他AI框架最明显的区别在于，华为MindSpore一开始就采用“端、边、云”统一架构，实现一次开发、按需部署、协同计算，免去很多因架构不统一带来的重复训练和部署工作量，进一步提高AI应用开发效率。
早在2018年，华为在提出AI框架理念并发布MindSpore框架时，就与覆盖“端、边、云”全场景的昇腾系列AI芯片相匹配，充分发挥原生支持和软硬件协同优点，快速适配各行各业具体业务场景，在实践中迭代成长。
针对不同的运行环境，MindSpore框架架构上支持可大可小，适应全场景独立部署。MindSpore框架通过协同经过处理后的、不带有隐私信息的梯度、模型信息，而不是数据本身，以此实现在保证用户隐私数据保护的前提下跨场景协同。除了隐私保护，MindSpore 还将模型保护内建于框架中，实现模型的安全可信。
MindSpore通过实现AI算法即代码，使开发态变得更加友好，可以显著减少模型开发时间。以NLP(自然语言处理)典型网络为例，相比其它框架，用MindSpore可降低核心代码量20%，开发门槛大大降低，效率整体提升50%以上。
与此同时，华为也在大力建设MindSpore社区，通过开放治理、开放开发、开放协作、开放创新等四个开放的理念，以开发者第一的信念，打造全新的深度学习开源社区。
MindSpore社区团队还通过与WebAssembly、eBPF、Kubeflow等云原生相关的技术与项目相结合，推动面向全场景WASM运行时的、基于eBPF可观测及可解释的、以及依托Kubeflow开源MLOps的全新Cloud+AI开源生态的建设。
此外，在本次在线云原生技术大会上，华为云云端展厅中同样展示了多个开源项目，其中就包含MindSpore，欢迎报名参加本届峰会的小伙伴前去“探展”。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
