Workflow
MindSpore
icon
Search documents
中美AI竞争报告:中国人工智能产业政策能否突破美国封锁?
3 6 Ke· 2025-07-01 07:53
Group 1 - The core objective of China's AI policy is to establish a $100 billion AI industry by 2030, generating over $1 trillion in added value across various sectors [2] - China's AI policies focus on enhancing economic development and national strength, contrasting with the more abstract "general AI race" narrative in the U.S. [2] - The Chinese government is deploying a comprehensive set of policy tools, including an $8.2 billion fund for AI startups and the establishment of national AI laboratories and experimental zones [3] Group 2 - Geopolitical tensions, particularly with the U.S., have led to a shift in China's AI policy towards self-reliance and strategic competition, emphasizing the need for an independent AI ecosystem [6] - Export controls from the U.S. have restricted China's access to advanced computing chips, which are crucial for AI development, prompting Chinese companies to seek alternative strategies [7] - Despite these challenges, the Chinese AI industry is likely to continue progressing, potentially fostering the development of its own semiconductor and software solutions [8] Group 3 - The effectiveness of China's AI policies remains uncertain, but government support is crucial in addressing key bottlenecks such as domestic chip development and talent shortages [9] - The rapid growth of data center energy demands is anticipated, with projections indicating a threefold increase by 2030, which China is likely to meet due to its faster pace of new power plant construction compared to the U.S. [9] - The private sector, particularly innovative tech companies, is expected to drive advancements in AI, with government policies needing to align with private sector needs to be deemed effective [11]
AI Infra 工程师们如何应对大模型流水线里的“暗涌”?
AI前线· 2025-06-26 05:44
近日 InfoQ《极客有约》X AICon 直播栏目特别邀请了 华为昇腾技术专家 ZOMI 酱、蚂蚁集团高 级专家马介悦和 SGLang 核心开发者尹良升 一起,在 AICon 全球人工智能开发与应用大会 2025 北京站 即将召开之际,共同探讨大模型 Infra 工程师的实战日常。 作者 | AICon 全球人工智能开发与应用大会 策划 | 罗燕珊 编辑 | 宇琪 Infra 虽然是看不见的"底座",但它却承担着支撑整个大模型系统运行的重量。那么,Infra 工程师 在日常工作中会遇到哪些真实需求与故障类型?开源 Infra 和国产卡适配训练推进过程中,又会 遇到哪些难点和挑战呢? 部分精彩观点如下: 在 6 月 27-28 日将于北京举办的 AICon 全球人工智能开发与应用大会 上,我们特别设置了 【 AI 基础设施与生态构建 】 专题。该专题将聚焦 AI 软硬件及生态系统的建设,讨论如何打造高效 的 AI 开发与应用环境。 以下内容基于直播速记整理,经 InfoQ 删减。 完整直播回放可查看: https://www.infoq.cn/video/kx2h235pHrE7fENMaxlH 大模型工程中 ...
华为开发者大会2025透露最新进展:HarmonyOS 6开发者Beta版开启报名
Huan Qiu Wang· 2025-06-20 09:26
【环球网科技报道 记者 张阳】2025年6月20日至22日,华为开发者大会(HDC 2025)在东莞松山湖举行。作为华为年度最重要的技术盛会之一,HDC 2025 不仅展示了华为在技术创新方面的最新成果,还揭示了鸿蒙操作系统(HarmonyOS)在生态建设和未来发展方面的战略布局。 HDC 2025带来的最大惊喜,莫过于华为正式宣布HarmonyOS 6将面向开发者开启Beta测试。算起来,从2024年10月22日,华为正式发布HarmonyOS 5以来, 仅过了约8个月,鸿蒙系统就迎来了一次大版本更新。并且此次HDC 2025,鸿蒙操作系统在技术突破、生态进展方面也有很多可圈可点之处。 HarmonyOS 6 的技术突破 鸿蒙操作系统的技术底座是其核心竞争力的体现。基于鸿蒙AI(Harmony Intelligence)、盘古大模型/MindSpore框架、方舟引擎、星盾安全架构、分布式软 总线等一系列先进技术,HarmonyOS 6在互联、智能、安全、流畅等体验上将进一步跃升。 50+App支持碰一碰分享,碰一碰分享图片、游戏组队,还能将手机图片插入到电脑PPT、手机视频插入到电脑剪辑,大大提升了工作效率 ...
华为突破制裁的密码,藏在“384超节点”中
虎嗅APP· 2025-06-17 10:55
HUAWEI X HUXIU 在通往通用人工智能(AGI)的路上,如何像其他领域一样实现弯道超车,是业界绕不开的 话题。 在过去的十余年时间里,各项单点技术飞速演进,但随着单点技术演进的边际效应递减和系 统复杂度的提升,系统性能的天花板逐步从单点技术的上限演变成系统工程上限:单点优势 越来越像是精致的零件,提升空间有限;但采用系统工程创新,各个部分完美配合、高效协 同,实现整个系统的效能最优,才有更积极的现实意义。 如何在发挥单点技术优势的同时,以整体视角重新构建路径,通过对复杂系统的极致把控与 再组织、找到新的突破可能?解决这个看似不可能的问题,就有望为我们独立引领最前沿技 术发展创造条件。 近期,虎嗅将推出《华为技术披露集》系列内容,通过一系列技术报告,首次全面详述相关 技术细节,为业界提供参考价值。 我们期待通过本系列内容,携手更多伙伴共同构建开放协作的生态系统,助力昇腾生态在中 国的蓬勃发展。 "以非摩尔补摩尔、以集群补单芯片" 在讨论华为如何短时间内实现赶超的问题前,我们需要先明确一个问题:"384超节点"算是华 为在制裁下的无奈之举吗? 不完全是。 除了制裁下寻求破局这个角度,华为打造"超节点"这 ...
从开源共建到生态繁荣:昇思MindSpore支持Day0迁移、一键部署
财联社· 2025-06-12 10:59
1. 迁得快:让三方框架模型 "零成本"迁移,避免重复造轮子,同时模型精度完全对齐。 2 . 部署快:训转推全流程自动化,让大模型部署像执行一行命令一般敏捷高效 。 Figure 1 MindSpore生态快速迁移解决方案的技术架构 接下来,我们将揭开昇思 MindSpore的破局之道。 一、支持训练Day0迁移,构建跨框架的"无感智能翻译"能力 当大模型架构日新月异,开发者最怕被生态绑定。昇思 MindSpore通过三重兼容术打通主流 技术栈 , 支持 主流 加速库 模型0代码迁移 ,通过精度自动对比工具 实现跨框架、跨版本、 跨策略快速调优, 精度对齐原模型, 实现 在分布式并行策略保持不变的情况下,训练性能提 升5 %+ 。 在训练生态方面,通过 MindSpeed /Megatron桥接层实现 PyTorch 模型零代码迁移,训练 脚本可直接运行; 通过动态图能力重构,昇思让 PyTorch 开发者获得"原生体验",同时借力 MSAdapter 工具自动转换9 5 %以上接口, 主流模型如 DeepSeek 、 Pan g u 等 迁移损耗 逼近于零。 大模型发展日新月异,新的大模型层出不穷,参数规模 ...
Day0迁移、一键部署,昇思MindSpore打造昇腾的“咖啡伴侣”
21世纪经济报道· 2025-06-12 10:17
一、支持训练Day0迁移,构建跨框架的"无感智能翻译"能力 当大模型架构日新月异,开发者最怕被生态绑定。昇思Mi n dSp o r e通过三重兼容术打通主流 技术栈,支持主流加速库模型0代码迁移,通过精度自动对比工具实现跨框架、跨版本、跨策 略 快 速 调 优 , 精 度 对 齐 原 模 型 , 实 现 在 分 布 式 并 行 策 略 保 持 不 变 的 情 况 下 , 训 练 性 能 提 升 5%+。 在训练生态方面,通过Mi n dSp e e d /Me g a tr o n桥接层实现PyTo r c h模型零代码迁移,训练脚本 可 直 接 运 行 ; 通 过 动 态 图 能 力 重 构 , 昇 思 让 PyTo r c h 开 发 者 获 得 " 原 生 体 验 " , 同 时 借 力 MSAd a p t e r 工 具 自 动 转 换 9 5% 以 上 接 口 , 主 流 模 型 如 De e pSe e k 、 Pa n g u 等 迁 移 损 耗 逼 近 于 零。 迁移只是起点,性能才是硬道理。昇思Mi n dSp o r e构建了框架差异化技术,进一步提升模型 训练效率: 昇思MindSp ...
Day0迁移、一键部署,华为开源的昇思MindSpore成为大模型开发的“万能钥匙”
量子位· 2025-06-12 08:17
华为开源的昇思MindSpore ,了解一下。 金磊 发自 凹非寺 量子位 | 公众号 QbitAI 没有一个大模型可以一统天下。 这,或许已经成为了AI大模型时代行业里的一个共识。 在如此背景之下,面对众多且日新月异的主流大模型和AI技术,如何能 在一个框架、生态下去体验 ,却成了开发者们"老大难"的问题。 难道就没有一个又快又好又方便的解决办法吗? 有的—— 在这里,主流SOTA大模型的"搬家"是这样的—— 训练Day0迁移 : 只需改动极少极少的代码就OK,并且精度和性能都在线。 推理 是 一键部署 的: 训练转推理全流程自动化,20多个主流大模型开箱即用,百亿参数模型加载只需不到30秒。 △ MindSpore生态快速迁移解决方案的技术架构 那么昇思MindSpore是如何做到,我们继续往下看。 改4行代码,"搬家"DeepSeek-V3 为了让迁移大模型这件事变得无感知,昇思MindSpore"翻译神器"—— MSAdapter 。 简单来说,这个工具可以把其他框架的代码转换成MindSpore能看懂的语言,从而实现 "零损耗" 迁移。 比如PyTorch写的训练脚本,直接在MindSpore里运行 ...
Day0迁移、一键部署,华为开源的昇思MindSpore成为大模型开发的“万能钥匙”
量子位· 2025-06-12 08:16
有的—— 金磊 发自 凹非寺 量子位 | 公众号 QbitAI 没有一个大模型可以一统天下。 在如此背景之下,面对众多且日新月异的主流大模型和AI技术,如何能 在一个框架、生态下去体验 ,却成了开发者们"老大难"的问题。 难道就没有一个又快又好又方便的解决办法吗? 这,或许已经成为了AI大模型时代行业里的一个共识。 华为开源的昇思MindSpore ,了解一下。 在这里,主流SOTA大模型的"搬家"是这样的—— 训练Day0迁移 : 只需改动极少极少的代码就OK,并且精度和性能都在线。 △ MindSpore训练Day0迁移方案 推理 是 一键部署 的: 训练转推理全流程自动化,20多个主流大模型开箱即用,百亿参数模型加载只需不到30秒。 △ MindSpore生态快速迁移解决方案的技术架构 那么昇思MindSpore是如何做到,我们继续往下看。 改4行代码,"搬家"DeepSeek-V3 为了让迁移大模型这件事变得无感知,昇思MindSpore"翻译神器"—— MSAdapter 。 简单来说,这个工具可以把其他框架的代码转换成MindSpore能看懂的语言,从而实现 "零损耗" 迁移。 比如PyTorch ...
独家秘籍:探索昇思MindSpore如何让SOTA模型迁得快、对得齐
雷峰网· 2025-06-12 08:16
" 昇思MindSpore支持大模型训练Day0迁移、推理一键部署,携 手开发者共筑开源生态。 " 编辑丨 李希 大模型发展日新月异,新的大模型层出不穷,参数规模从十亿级跃升至万亿级,模型结构从稠密到稀疏, 应用范式走向多模态、 Agent… 如此多的模型和技术如何在昇腾上快速的使能和体验,是昇腾开发者的 核心诉求。昇思MindSpore "海纳百川",全面融入主流生态,全面优化训练与推理全流程开发体验,让 开发者用极小成本完成SOTA大模型的迁移 ,昇思 Mind Spore 需攻克两大关键挑战: 1. 迁得快:让三方框架模型 "零成本"迁移,避免重复造轮子,同时模型精度完全对齐。 2. 部署快:训转推全流程自动化,让大模型部署像执行一行命令一般敏捷高效。 迁移只是起点,性能才是硬道理。昇思 Mind Spore 构建了框架差异化技术,进一步提升模型训练效率: 02 支持推理一键部署,分钟级拉起模型服务 在推理部署方面,借助 vLLM-MindSpore插件实现HuggingFace模型半小时部署上线。 面对千亿参数模 型,昇思用三层部署范式重构推理链路: Figure 1 MindSpore生态快速迁移解 ...
独家秘籍:探索昇思MindSpore如何让SOTA模型迁得快、对得齐
雷峰网· 2025-06-12 08:15
2. 部署快:训转推全流程自动化,让大模型部署像执行一行命令一般敏捷高效。 Figure 1 MindSpore生态快速迁移解决方案的技术架构 接下来,我们将揭开昇思 MindSpore的破局之道。 01 支持训练Day0迁移,构建跨框架的"无感智能翻译"能力 " 昇思MindSpore支持大模型训练Day0迁移、推理一键部署,携 手开发者共筑开源生态。 " 编辑丨 李希 大模型发展日新月异,新的大模型层出不穷,参数规模从十亿级跃升至万亿级,模型结构从稠密到稀疏, 应用范式走向多模态、 Agent… 如此多的模型和技术如何在昇腾上快速的使能和体验,是昇腾开发者的 核心诉求。昇思MindSpore "海纳百川",全面融入主流生态,全面优化训练与推理全流程开发体验,让 开发者用极小成本完成SOTA大模型的迁移 ,昇思 Mind Spore 需攻克两大关键挑战: 1. 迁得快:让三方框架模型 "零成本"迁移,避免重复造轮子,同时模型精度完全对齐。 02 支持推理一键部署,分钟级拉起模型服务 在推理部署方面,借助 vLLM-MindSpore插件实现HuggingFace模型半小时部署上线。 面对千亿参数模 型,昇思 ...