Huawei открыла ИИ-инструментарий MindSpore

1 апрель, 2020 - 14:45
Huawei открыла ИИ-инструментарий MindSpore

Huawei на этой неделе объявила о публикации исходников инструментальной среды MindSpore, предназначенной для создания приложений искусственного интеллекта (ИИ). Она была представлена в августе прошлого года, а отныне стала доступна с открытым кодом на ресурсах GitHub и Gitee.

Пакет MindSpore поддерживают Эдинбургский и Пекинский университеты, Имперский колледж Лондона и робототехнический стартап Milvus. Подобно Google TensorFlow и Facebook PyTorch он снижает входной барьер для разработчиков, желающих дополнить свои приложения искусственным интеллектом.

Широкие возможности масштабирования MindSpore распространяются на различные устройства, границу сети и облачные платформы. Он совместим с процессорами, графическими картами и специализированными блоками нейрообработки, как в ИИ-чипах Huawei Ascend.

По данным компании, применение MindSpore позволяет сократить количество строк кода типичных моделей NLP (Natural Language Processing) на 20% по сравнению с «ведущими» фреймворками, что ведёт в среднем к 50-процентному росту эффективности. Кроме того, поддержка параллельных тренировки и динамической отладки позволяет разработчикам вылавливать ошибки непосредственно в ходе обучения модели.

Дополняет MindSpore модуль MindInsight, который упрощает отладку и настройку путем визуализации процесса обучения. Ещё один модуль, MindArmour, укрепляет безопасность и достоверность модели с помощью суб-модулей генерирования и обнаружения соперничающих примеров (adversarial example), защиты и проверки модели.

Для MindSpore требуется Python 3.7+, фреймворк кроме того поддерживает языки C++, Rust и Julia. Согласно Huawei, в настоящее время лучше всего он работает на дистрибутивах Linux, таких как Ubuntu и EulerOS.

Huawei также представила ModelArts Pro, расширение веб-базированной платформы ModelArts, автоматически выполняющее на основе получаемых данных тренировку модели, её сжатие и внедрение. Поддерживаются приложения классификации изображений и звука, распознавания объектов, предиктивного анализа и т.п. Интегрированный программный блокнот предоставляет возможность самостоятельно создавать и отлаживать модели, а также сервисы, оптимизирующие их развёртывание в облаке или на границе сети.