На этой неделе Huawei объявила, что код фреймворка для разработки приложений для ИИ MindSpore теперь доступен на GitHub и Gitee. Подробные сведения о разработке были обнародованы в августе 2019 года. По ним можно сделать вывод, что MindSpore представляет собой облегченный набор средств для строительства моделей ИИ, похожий на TensorFlow (разработка Google) и PyTorch (разработка Facebook).
MindSpore может работать в различных конфигурациях — на отдельных устройствах, в периферийной (Edge) или облачной среде. Такая широта охвата снижает барьер для входа разработчиков, которые могут создавать свои прикладные ИИ-модели на базе этого механизма, адаптируя под собственные требования.
В MindSpore применяется распределенная архитектура, а также встроенная дифференцируемая парадигма программирования и новые встроенные режимы поддержки ИИ. Хотя эта платформа полностью разработана силами Huawei и поддерживается технически именно от лица этого бренда, среди ее партнеров можно встретить также ряд ведущих образовательных учреждений, занятых также исследовательской работой. Это — Эдинбургский университет, Пекинский университет, Имперский колледж Лондона, а также стартап Milvus, занимающийся разработками в области роботизированных устройств.
Широта поддержки со стороны партнеров помогает достичь максимальной эффективности в использовании ресурсов, повысить безопасность, обеспечить надежность. Поддержка MindSpore встраивается в процессоры, видеокарты и выделенные нейронные процессоры. Наилучший пример — применение чипа Huawei Ascend AI. По оценкам Huawei, MindSpore способен раскрыть весь вычислительный потенциал этих ИИ-процессоров Ascend, что снижает входные требования к отраслевой разработке ИИ.
Единый подход, исповедуемый Huawei, позволяет сократить и объем обрабатываемого кода. Как утверждают в Huawei, сокращение составляет приблизительно 20% по сравнению с разработками, сделанными для других «ведущих» ИИ-сред при создании типовых моделей обработки естественного языка,. Прирост эффективности составляет в среднем 50%.
Huawei реализовала также технологию параллельного обучения ИИ-модели на базе своего оборудования. Она предлагает средства динамической отладки, которые позволяют выявлять ошибки уже в ходе обучения модели.
Есть у MindSpore и уникальное свойство. Эта модель не обрабатывает сама по себе никаких данных. Все расчеты ведутся на самом устройстве с данными. Такая схема обеспечивает максимальное использование вычислительной мощности ИИ-процессоров Ascend. MindSpore только принимает информацию об отклонениях и изменяет саму ИИ-модель, попутно обеспечивая ее обучение.
Выбранный подход обеспечивает оптимизацию конвейера, максимальное увеличение линейности параллельной обработки. MindSpore обеспечивает глубокую оптимизацию графов, высокую вычислительную мощность. Точность расчета ядра ИИ автоматически изменяется с учетом реальных возможностей и данных; данные при этом сохраняются в конфиденциальности даже в кросс-сценариях.
В дополнение стал доступен также модуль MindInsight. Он предназначен для построения визуализаций процесса обучения с вычислительными графами, показателями прогресса и информацией о параметрах модели с отражением точности и обучающих данных.
Ещё один из раскрытых модулей — MindArmour. Он служит для повышения безопасности и надежности моделей. Для этого применяются вспомогательные модули для генерации и обнаружения «состязательных примеров», средства защиты модулей и оценки моделей.
Для работы с MindSpore потребуется Python 3.7+. В скором времени Huawei планирует добавить поддержку C++, Rust и Julia. В настоящее время фреймворд лучше всего работает на таких дистрибутивах Linux, таких как Ubuntu и EulerOS.
