国产开源AI开发框架生态逐步完善：昇思人工智能框架峰会2024即将开幕

本期投资提示：
事件：3 月22 日，北京国家会议中心将举办昇思人工智能框架峰会2024。
Mindspore 是华为在2020 年开源的AI 开发框架。Mindspore 原生适配华为昇腾系列硬件，截至2024 年3 月， Mindspore 社区已累计2.55 万贡献者，被评为最具创新活力的 AI 开源社区。
Mindspore 的突出特点包括：1） 分布式训练原生：提供大模型训练所需的张量并行、流水线并行等；2）AI4S：支持函数可微编程，面向科学计算；3）动静统一：即支持高性能静态图调试，也支持动态图灵活调整；4）全场景快速部署：支持云、边缘和手机上的快速部署。
23 年10 月，Mindspore 迭代至2.2，其变化包括1）面向Lazy inline：显著提升大模型静态图编译效率。使用盘古13B 网络对Lazy inline 的编译效率提升效果进行验证：计算图编译节点从13 万+下降到2 万+，编译时间从3 小时下降到20 分钟，效率提升900%+。
2）MindSpore Transformers：支持LLama2、Baichuan2、GLM2 等预训练模型，提供Trainer 开发接口，用户能够直接调用已集成大模型或自定义开发的大模型。
3）支持BF16： Mindspore2.2 版本支持使用BF16 数据类型训练网络，同时混合精度训练也支持配置BF16 类型。
根据昇思官网，Mindspore 框架现有的大部分算子 API 和 TensorFlow 相近，但也有一部分算子的默认行为与 PyTorch 或 TensorFlow 存在差异。在其列出的近300 个算子中，有173 个与Pytorch 完全一致。我们认为未来这一比例有望进一步提升。
Mindspore 已在国产大模型训练中应用。根据科大讯飞1 月30 日发布会，星火开源-13B模型训练过程中，开发团队利用昇思MindSpore AI 框架将训练效率提升了40%。调用了MindSpore Transformers 大模型套件完成分布式自动并行，并调用套件提供的站式微调算法进行模型快速调优。
本次会议将发布昇思MindSpore 2.3 版本，算子丰富度和开发工具有望继续提升。此外，本次峰会还邀请图灵奖得主、华为领导对AI 产业及AI 框架未来发展趋势进行分享，并邀请IDC 中国区研究副总裁解读中国深度学习框架和平台市场份额2023 报告。
建议关注：1）华为链：软通动力（拟收购同方计算）、神州数码、中国软件国际等；
2）AI 模型及应用：金山办公、科大讯飞、新致软件、万兴科技、虹软科技等；
风险提示：软通动力收购事项暂未完成，仍存在中止风险；技术路径迭代风险；国内AI大模型发展不及预期；行业竞争加剧。
【免责声明】本文仅代表第三方观点，不代表和讯网立场。投资者据此操作，风险请自担。

   【免责声明】本文仅代表第三方观点，不代表和讯网立场。投资者据此操作，风险请自担。