Ascend训练软件栈了解

一.分布式大模型训练的完整流程及注意事项

1. 迁移分析

• 模型选取与约束说明 ： 确保模型能在GPU或CPU上运行并获取性能基线，了解不支持场景，如DP模式、APEX库、bmtrain框架等。
• 支持度分析 ： 使用msFmkTransplt工具分析模型算子、三方库、亲和API和动态shape在昇腾平台上的支持情况。
• 算子开发与适配 ： 如存在不支持算子，可使用等价算子替换或联系华为工程师开发适配。

2. 迁移适配

• 模型脚本迁移 ： 推荐使用自动迁移，导入torch_npu库实现CUDA接口到NPU接口的替换。
• 模型训练适配 ：
  • 环境变量配置 ： 配置CANN相关环境变量、LD_LIBRARY_PATH、HCCL_WHITELIST_DISABLE等。
  • 启动脚本配置 ：
    • 单卡训练 ： 直接运行训练脚本。
    • 多卡分布式训练 ：
      • 单机多卡 ： 将单卡脚本修改为多卡脚本，并使用shell脚本、mp.spawn、Python、torchrun或torch_npu_run等方式拉起训练。
      • 多机多卡 ： 准备多机环境，配置device IP、防火墙、交换机等，修改模型脚本，并使用shell脚本、torchrun或torch_npu_run等方式拉起训练。
  • 关键特性适配 ：
    • 精度敏感特征值检测 ： 开启NPU_ASD_ENABLE环境变量，配置NPU_ASD_UPPER_THRESH和NPU_ASD_SIGMA_THRESH，并进行故障处理。
    • 混合精度适配（可选） ： 使用PyTorch AMP模块，根据场景选择典型、梯度累加、多模型、损失函数和优化器、DDP场景等适配方法。

3. 精度调试

• 精度分析与调优 ： 分析训练过程中的Loss、perplexity、梯度范数等指标，评估迁移前后精度差异，并使用精度问题分析工具排查问题。
• 数据集清洗 ： 剔除非目标语言、低质量样本、重复数据等，并进行去重。
• 超参配置调优 ： 调整Batch Size、学习率、梯度裁剪阈值、Loss scale等超参数。
• 混合精度配置选择 ： 根据任务需求和硬件资源选择FP16或BF16，并进行Loss scale调整。
• 训练状态监控和恢复 ： 使用TensorBoard或hook机制监控PPL、GNorm、内存占用等指标，并进行异常状态急救和恢复。

4. 性能调优

• 性能数据采集与评测 ： 使用Ascend PyTorch Profiler、性能比对工具、集群分析工具和Ascend Insight等工具采集和分析性能数据。
• 模型性能优化实施 ： 根据性能瓶颈模块的类型，从并行策略、IO优化、NPU亲和适配优化、内存优化、融合算子、融合优化器等方面进行优化。

注意事项 ：

• 并行策略选择 ： 根据模型大小、内存需求、算力资源等因素选择合适的并行策略，并进行线性度和micro batch size测试分析。
• IO优化 ： 优化数据加载方式，如使用pin_memory、persistent_workers、预取数据、Infinite DataLoader、缓存数据等。
• NPU亲和适配优化 ： 消除多余的stream同步、优化CPU侧代码、替换融合算子、使用融合优化器等。
• 内存优化 ： 调整内存参数、使用多流复用、减小HCCL通信缓存、开启通信并行、使能FFTS、关闭Python GC等。
• 通信优化 ： 配置HCCL_INTRA_ROCE_ENABLE、HCCL_RDMA_TC、HCCL_RDMA_SL、HCCL_BUFFSIZE等环境变量。

二.并行策略通用建议

• 并行策略的调试与设计需要对具体模型进行详细分析，没有一个通用的万能法则可以适用于所有情况。然而，借鉴以往的调优经验，我们可以总结出一些相对通用的建议。
• 在面临显存不足、模型过大无法完全加载以及需要进行切分的情况下，优先考虑使用TP （Tensor Parallelism）进行切分，并确保切分的数量小于等于机器内的计算卡数。例如，在一台服务器上有8张计算卡，那么TP的最大设置不应超过8。这样可以充分利用计算资源，减少显存占用。
• 如果在TP切分达到最大显存容量仍然不足的情况下，可以考虑在机器之间使用PP（Pipeline Parallelism）进行切分。理论上，PP的数量应该越小越好 ，以尽可能减少空闲计算资源的浪费。
• 在机器资源富裕的情况下，可以开启DP（Data Parallelism）并行，将计算任务分配给多个机器进行并行处理，从而提高处理效率。然而，在机器资源有限的情况下，如果开启TP+PP切分后显存仍然不足，可以考虑使用ZeRO1和重计算技术 。ZeRO1可以将模型优化器状态划分到更多的设备上，并通过集合通信进行同步。
• 同时，重计算技术可以通过选择性重计算来提高显存的使用率，从而提高模型训练效率。
• 此外，即使在模型能够成功运行的情况下，也可以尝试主动地使用降低内存占用的手段，例如ZeRO1和重计算等，然后增大Batch Size 。这样有时也会取得令人意外的效果。
• 综上所述，通过技术能力和合理选择并行策略，可以在资源有限的情况下优化模型训练效率，并充分利用计算资源。然而，对于具体的模型和环境，仍需要进行详细分析和实验，以找到最佳的并行策略和优化方法。

三.Mindspeed框架的演化过程及未来潜在的方向

1. 模型并行 (Tensor Parallel) :

• 问题 : 单个设备内存无法容纳大型模型。
• 解决方案 : 将模型参数在设备间进行切分，每个设备只负责部分模型计算。
• 演化 :
  • 参数矩阵横切 : 将参数矩阵按行切分，需要额外进行输入输出矩阵的切分和拼接。
  • 参数矩阵纵切 : 将参数矩阵按列切分，简化了输入输出矩阵的处理，但需要更多的设备进行通信。

2. 流水线并行 (Pipeline Parallel) :

• 问题 : 模型并行中，设备间存在依赖关系，计算资源利用率低。
• 解决方案 : 将模型按层划分为多个阶段，不同阶段在不同设备上并行计算。
• 演化 :
  • 虚拟流水线并行 : 将计算进一步细分，通过增加通信量来降低空泡比率，进一步提升性能。

3. 序列并行 (Sequence Parallel) :

• 问题 : 长序列训练内存占用高，无法扩展。
• 解决方案 : 将序列维度切分，不同设备只处理序列的一部分。
• 演化 :
  • Ulysses : 需要head_size被tp_size*cp_size整除。
  • Ring Attention : 并行维度不受head_size限制，但性能可能低于Ulysses。
  • 混合序列并行 : 结合Ulysses和Ring Attention的优势，实现更灵活的序列并行方案。

4. 激活函数重计算 :

• 问题 : 激活函数输出占用大量内存，但计算量小。
• 解决方案 : 在反向计算之前，丢弃激活函数输出，反向时再重新计算。
• 演化 :
  • 选择性重计算 : 只对部分激活函数输出进行重计算，减少内存占用和计算量。
  • 完全重计算 : 对所有激活函数输出进行重计算，进一步降低内存占用。

5. 数据并行 (Data Parallel) :

• 问题 : 数据集过大，训练时间过长。
• 解决方案 : 将数据集切分为多个batch，每个设备只处理部分数据。
• 演化 :
  • Megatron 分布式优化器 : 将优化器状态拆分到所有设备，减少内存占用。

6. 通信优化 :

• 问题 : 计算和通信任务串行执行，效率低。
• 解决方案 :
  • 异步DDP : 将计算和通信任务拆分，并行执行，提高效率。
  • 权重更新通信隐藏 : 将权重更新和通信任务并行执行，提高效率。
  • 计算通信并行 (CoC) : 将计算和通信任务分别拆分，并行执行，提高效率。
  • Ascend MC2 : 将matmul计算和通信操作融合，提高效率。

7. 其他优化 :

• 混合精度训练 : 使用BF16和FP16混合精度训练，减少内存占用。
• 参数副本复用 : 等价去除冗余的FP32参数副本，减少内存占用。
• Alibi 位置编码 : 提高模型外推能力。
• Flash Attention 适配 : 优化IO访存，提高长序列训练效率。
• Efficient-MOE : 减少MoE训练中不必要的通信开销。
• 内存碎片优化 : 减少内存碎片，避免内存不足。
• RMSNorm/ Rotary Postion Embedding/ Swiglu 融合优化 : 提升计算效率，减少内存占用。

8. 自适应选择重计算 (Adaptive Recomputing) :

• 问题 : 现有重计算策略固定，无法最大化利用显存资源。
• 解决方案 : 根据当前内存使用情况，自动选择最优的重计算策略，最大化利用显存资源。
• 演化 :
  • 重计算策略搜索 : 搜索并选择最优的重计算策略，例如层切分方式、重计算层数等。
  • SwapManager 功能 : 及时将tensor换到CPU，避免内存不足导致训练中断。
  • 内存管理 : 适配PTA的NPUPluggableAllocator接口，拦截OOM，让SwapManager功能可以介入。

9. 异步DDP (Overlap Grad Reduce) :

• 问题 : 数据并行场景下，梯度更新和反向计算串行执行，效率低。
• 解决方案 : 将梯度更新和反向计算任务拆分，并行执行，提高效率。

10. 权重更新通信隐藏 (Overlap Param Gather) :

• 问题 : 数据并行场景下，权重更新和下一轮前向计算串行执行，效率低。
• 解决方案 : 将权重更新和下一轮前向计算任务拆分，并行执行，提高效率。

11. PP自动并行 (Auto Pipeline Parallel) :

• 问题 : PP-Stage 0的显存占用过高，限制模型规模。
• 解决方案 : 自动寻找最优的层分布和重计算模块，均匀分配每个卡上的显存，降低峰值内存，并最小化端到端训练时间。

12. 混合长序列并行 (Hybrid CP Algorithm) :

• 问题 : Ulysses和Ring Attention方案存在各自的局限性。
• 解决方案 : 结合Ulysses和Ring Attention的优势，实现更灵活的序列并行方案，克服各自的缺陷。

13. 计算通信并行 CoC (Communication Over Computation) :

• 问题 : 计算和通信任务串行执行，效率低。
• 解决方案 : 将计算和通信任务分别拆分，并行执行，提高效率。
• 演化 :
  • Python脚本侧实现 : 通过脚本实现子tensor之间的计算和通信并行。
  • 融合算子实现 : 基于MTE远端内存访问能力，以融合大Kernel方式实现计算和通信任务的拆分和并行。

14. Ascend MC2 :

• 问题 : TP和SP场景下，matmul计算和通信操作存在强依赖关系，效率低。
• 解决方案 : 将matmul计算和集合通信操作融合，通过流水的方式减少等待和闲置时间，提高利用率。

15. 内存碎片优化 :

• 问题 : 频繁地申请和释放内存空间容易引发内存碎片问题。
• 解决方案 : 将不同生命周期的tensor放入不同的内存池分别管理，减少内存碎片。

16. 参数副本复用 :

• 问题 : 混合精度训练中BF16计算参数和FP32参数副本同时存在，占用冗余内存。
• 解决方案 : 通过数值变换的方式等价去除冗余的FP32参数副本，减少内存占用。

17. Ring Attention长序列并行 :

• 问题 : 序列维度扩展受限，训练内存开销大。
• 解决方案 : 支持Ring Attention长序列并行方案，通过分块计算和环状通信结构，实现序列维度无限拓展。

18. RMSNorm/ Rotary Postion Embedding/ Swiglu 融合优化 :

• 问题 : 常用算子没有融合优化，执行效率低。
• 解决方案 : 将常用算子融合成一个算子，减少数据传输和临时存储，提升计算效率。

19. Token重排性能优化 :

• 问题 : DeepSpeed MoE的token重排方案计算复杂度高，存在优化空间。
• 解决方案 : 使用等价的pytorch API: index_select来实现token重排，降低计算时间复杂度。

20. Ulysses长序列并行 :

• 问题 : 序列维度扩展受限，训练内存开销大。
• 解决方案 : 支持Ulysses长序列并行方案，通过all-to-all通信操作，实现序列维度无限拓展。

概括为以下几个阶段：

1. 从单机到分布式 :

• 早期 : 单机训练是主流，但随着模型规模的不断扩大，单机内存和计算能力逐渐成为瓶颈。
• 演化 : 引入模型并行和流水线并行，将模型切分到多个设备上进行训练，突破了单机资源的限制。

2. 从静态到动态 :

• 早期 : 模型并行和流水线并行需要预先设置，缺乏灵活性。
• 演化 : 引入自适应选择重计算和PP自动并行，根据当前内存使用情况自动选择最优的重计算策略和层分布，提高了训练效率和灵活性。

3. 从串行到并行 :

• 早期 : 计算和通信任务串行执行，效率低。
• 演化 : 引入异步DDP、权重更新通信隐藏、计算通信并行 CoC 和 Ascend MC2 等技术，将计算和通信任务并行执行，提高了训练效率。

4. 从粗粒度到细粒度 :

• 早期 : 序列并行方案较为简单，存在局限性。
• 演化 : 引入混合长序列并行、Ring Attention长序列并行和Ulysses长序列并行等方案，实现了更灵活的序列维度扩展。

5. 从基础到融合 :

• 早期 : 常用算子没有融合优化，执行效率低。
• 演化 : 引入RMSNorm/ Rotary Postion Embedding/ Swiglu 融合优化等技术，将常用算子融合成一个算子，提高了计算效率。

6. 从单一到综合 :

• 早期 : 模型训练优化主要集中在单一方面。
• 演化 : 引入内存碎片优化、参数副本复用等技术，从多个方面综合提升训练效率。

未来展望 :

• 更灵活的并行方案 : 随着模型规模的不断增长，需要更灵活的并行方案来适应不同的训练场景。
• 更高效的通信技术 : 通信效率是影响分布式训练性能的关键因素，需要开发更高效的通信技术来降低通信开销。
• 更智能的自动优化 : 自动化是未来模型训练的趋势，需要开发更智能的自动优化技术来简化训练过程。

展望Mindspeed框架的未来发展：

1. 资源利用最大化 :

• 内存碎片优化 : 进一步优化内存管理策略，减少内存碎片，提高内存利用率。
• 显存扩展技术 : 探索显存扩展技术，例如虚拟内存、分布式缓存等，突破单设备显存限制。
• 计算资源调度 : 开发更智能的计算资源调度算法，根据模型特点和训练任务，动态调整资源分配，提高资源利用率。

2. 训练效率最大化 :

• 更高效的并行算法 : 探索更高效的并行算法，例如基于图计算、张量网络等，进一步提高并行效率。
• 更高效的通信协议 : 开发更高效的通信协议，例如低延迟通信、多路径通信等，降低通信开销。
• 更智能的自动优化 : 开发更智能的自动优化技术，例如基于强化学习、机器学习等，自动选择最优的并行策略和参数配置。

3. 模型训练自动化 :

• 自动化模型并行 : 自动识别模型结构和特征，自动选择最优的模型并行策略。
• 自动化流水线并行 : 自动划分模型层，自动选择最优的流水线并行策略。
• 自动化序列并行 : 自动选择最优的序列并行方案，例如Ulysses、Ring Attention、混合长序列并行等。
• 自动化重计算 : 自动识别重计算热点，自动选择最优的重计算策略。

4. 模型训练智能化 :

• 模型压缩 : 开发更高效的模型压缩技术，例如量化、剪枝、蒸馏等，降低模型规模，提高训练效率。
• 模型搜索 : 开发更高效的模型搜索算法，例如强化学习、进化算法等，自动搜索最优的模型结构。
• 模型评估 : 开发更智能的模型评估方法，例如基于数据分布、任务特征等，更准确地评估模型性能。

5. 训练框架开放化 :

• 开放接口 : 提供更开放的接口，方便用户定制化和扩展训练框架。
• 开源代码 : 开源训练框架的代码，促进社区协作和知识共享。
• 生态建设 : 构建更完善的训练框架生态系统，例如提供模型库、数据集、工具等，方便用户进行模型训练和应用开发。

潜在的发展方向：

1. 跨平台支持 :

• 支持更多硬件平台 : 目前Mindspeed框架主要针对昇腾平台进行优化，未来可以考虑支持更多硬件平台，例如GPU、FPGA等，扩大用户群体。
• 云原生架构 : 将Mindspeed框架与云平台结合，提供更便捷、高效的云上大模型训练服务。

2. 生态系统建设 :

• 模型库 : 建立一个开放的大模型模型库，方便用户共享和复用模型。
• 数据集 : 建立一个开放的大模型数据集平台，方便用户获取和共享数据。
• 工具 : 开发更多便捷的工具，例如可视化工具、调试工具等，方便用户进行模型训练和应用开发。
• 社区 : 建立一个活跃的社区，方便用户交流经验、解决问题、分享成果。

3. 可解释性和可信赖性 :

• 模型可解释性 : 开发更有效的模型可解释性技术，例如特征可视化、注意力可视化等，帮助用户理解模型的行为和决策过程。
• 模型可信赖性 : 开发更有效的模型可信赖性技术，例如鲁棒性分析、公平性分析等，确保模型的可靠性和安全性。

4. 应用场景拓展 :

• 推理加速 : 开发更高效的推理加速技术，例如模型量化、模型剪枝等，降低模型推理的延迟和功耗。
• 多模态训练 : 支持多模态数据的大模型训练，例如文本、图像、音频等，构建更全面、更智能的AI模型。
• 边缘计算 : 将Mindspeed框架应用于边缘计算场景，实现更本地化、更实时的大模型推理服务。

5. 安全性和隐私保护 :

• 模型安全 : 开发更有效的模型安全技术，例如对抗攻击防御、后门攻击防御等，确保模型的安全性。
• 数据隐私 : 开发更有效的数据隐私保护技术，例如联邦学习、差分隐私等，保护用户数据隐私。

几个方向前进：

1. 技术创新与突破 :

• 新型并行架构 : 探索新型并行架构，例如分布式内存、异构计算等，进一步提高并行效率。
• 量子计算 : 将Mindspeed框架与量子计算结合，探索量子计算在大模型训练中的应用。
• 脑机接口 : 将Mindspeed框架与脑机接口结合，实现更自然、更高效的交互方式。
• 元宇宙 : 将Mindspeed框架应用于元宇宙场景，构建更加逼真、沉浸式的虚拟世界，实现更丰富的交互体验。

2. 跨学科融合 :

• 认知科学 : 将Mindspeed框架与认知科学结合，探索人脑的工作原理，构建更智能的AI模型。
• 心理学 : 将Mindspeed框架与心理学结合，探索人类的情感、意识等，构建更具情感、更具同理心的AI模型。
• 哲学 : 将Mindspeed框架与哲学结合，探索人工智能的本质和未来，构建更具伦理、更具道德的AI模型。

3. 可持续发展 :

• 绿色计算 : 开发更节能的模型训练技术，例如模型压缩、模型剪枝等，降低模型训练的能耗。
• 可扩展性 : 开发更具可扩展性的模型训练框架，例如支持动态模型大小、支持动态并行策略等，适应不同规模的训练任务。

4. 社会责任 :

• 公平性 : 开发更公平的AI模型，避免算法歧视和偏见。
• 透明性 : 提高AI模型的透明性，让用户了解模型的行为和决策过程。
• 可解释性 : 开发更可解释的AI模型，让用户理解模型的行为和决策过程。

5. 人机协作 :

• 协同工作 : 开发更有效的人机协作工具，例如智能助手、智能机器人等，帮助人类完成更复杂的任务。
• 自主学习 : 开发更自主学习的AI模型，例如强化学习、迁移学习等，让AI模型能够自主学习、自我改进。

6. 构建智能生态 :

• 多模态融合 : 支持多模态数据的大模型训练，例如文本、图像、音频、视频等，构建更全面、更智能的AI模型，实现更自然的人机交互。
• 知识图谱 : 将Mindspeed框架与知识图谱结合，构建更加丰富、更加精准的知识图谱，实现更深入的语义理解。
• 机器学习平台 : 构建开放的机器学习平台，提供更便捷、更高效的模型训练、评估和应用开发工具，推动人工智能技术的普及和应用。

四.Ascend开源工具介绍

1. ACLLite
功能介绍：对 CANN 提供的 ACL 接口进行高阶封装 ，简化用户调用流程，提供易用的公共接口，主要针对边缘场景设计。
要解决的痛点：传统 ACL 接口使用复杂，开发效率低。
创新点：提供高阶封装和简易接口，降低开发门槛。
2. ADS-Accelerator
功能介绍：基于昇腾 NPU 平台开发的算子和模型加速库，提供高性能算子和模型加速接口，支持 PyTorch 框架。
要解决的痛点：昇腾 NPU 训练效率低，模型部署复杂。
创新点：提供高性能算子和模型加速接口，简化模型部署流程。
3. Apex Patch
功能介绍：以代码 patch 的形式发布，让用户可以在华为昇腾 AI 处理器上使用 Apex 的自动混合精度训练功能，提升训练效率。
要解决的痛点：昇腾 NPU 训练效率低，模型精度不稳定。
创新点：提供自动混合精度训练功能，提升训练效率并保持模型精度。
4. Ascend Inference Tools (ait)
功能介绍：昇腾推理工具链 ，提供模型推理迁移全流程、大模型推理迁移全流程等工具，帮助用户快速进行模型推理开发。
要解决的痛点：模型推理迁移流程复杂，开发效率低。
创新点：提供一体化推理开发工具，简化模型推理迁移流程。
5. DeepSpeed NPU
功能介绍：昇腾 NPU 适配 DeepSpeed 插件，让用户可以在昇腾 910 芯片上使用 DeepSpeed，并基于 DeepSpeed 进行开发。
要解决的痛点：DeepSpeed 不支持昇腾 NPU。
创新点：提供昇腾 NPU 适配的 DeepSpeed 插件，让用户可以使用 DeepSpeed 进行训练和推理。
6. Megatron-NPU
功能介绍：基于 Megatron-LM 原始仓开发的适配仓，已适配数据并行、模型并行、流水并行、序列并行等特性，支持大模型训练。
要解决的痛点：Megatron-LM 不支持昇腾 NPU。
创新点：提供昇腾 NPU 适配的 Megatron-LM，让用户可以使用 Megatron-LM 进行大模型训练。
7. MindSpeed
功能介绍：针对华为昇腾设备的大模型加速库，支持昇腾专有算法，确保开箱可用。
要解决的痛点：大模型训练需要大量显存资源，对计算卡提出挑战。
创新点：提供大模型加速库，提升大模型训练效率。
8. MindX SDK Reference Apps
功能介绍：基于 MindX SDK 开发的参考样例，涵盖图像识别、目标检测、语义分割、文本生成等多种应用场景。
要解决的痛点：MindX SDK 使用复杂，缺乏参考样例。
创新点：提供丰富的参考样例，帮助开发者快速入门和使用 MindX SDK。
9. ModelLink
功能介绍：为华为昇腾芯片上的大语言模型提供端到端的解决方案 ，包含模型、算法以及下游任务。
要解决的痛点：大语言模型训练和推理流程复杂，缺乏一体化解决方案。
创新点：提供端到端解决方案，简化大语言模型训练和推理流程。
10. Ascend ModelZoo
功能介绍：昇腾旗下的开源 AI 模型平台，涵盖计算机视觉、自然语言处理、语音、推荐、多模态、大语言模型等多个方向的 AI 模型及其基于昇腾机器实操案例。
要解决的痛点：缺乏高质量的昇腾 AI 模型资源。
创新点：提供丰富的昇腾 AI 模型资源，并附带详细的使用指导。
11. msadvisor
功能介绍：昇腾性能调优 专家系统工具，可以帮助开发者识别算子/模型性能瓶颈，并输出合理的性能调优方案。
要解决的痛点：算子/模型性能调优依赖开发者经验，缺乏统一的调优规范和结果输出。
创新点：提供基于专家系统知识的性能调优工具，简化性能调优流程。
12. mxRec
功能介绍：面向互联网市场搜索推荐 广告的应用使能 SDK 产品，提供大规模搜推广场景的搜索推荐广告框架。
要解决的痛点：搜索推荐广告模型训练效率低，缺乏大规模稀疏表支持。
创新点：提供大规模搜推广场景的搜索推荐广告框架，并支持大规模稀疏表。
13. OpPlugin
功能介绍：Ascend Extension for PyTorch 算子插件 ，为使用 PyTorch 框架的开发者提供便捷的 NPU
算子库调用能力。
要解决的痛点：PyTorch 框架缺乏对昇腾 NPU 的支持。
创新点：提供 PyTorch 框架的 NPU 算子插件，让用户可以使用 PyTorch 进行昇腾 NPU 训练和推理。
14. Ascend CANN Parser
功能介绍：将第三方框架的算法表示转换成 Ascend IR ，方便开发者充分利用昇腾 AI 处理器的运算能力。
要解决的痛点：第三方框架算法与昇腾 AI 处理器不兼容。
创新点：提供算法转换工具，实现第三方框架算法与昇腾 AI 处理器的兼容。
15. playground
功能介绍：Ascend open source playground，提供昇腾 AI 开发的学习资源和工具。
要解决的痛点：缺乏昇腾 AI 开发的学习资源和工具。
创新点：提供昇腾 AI 开发的学习资源和工具，帮助开发者快速入门。
16. TorchAir
功能介绍：基于 PyTorch 框架和 torch_npu 插件，支持用户在昇腾 NPU 上使用图模式进行训练和推理 。
要解决的痛点：PyTorch 框架缺乏对昇腾 NPU 图模式的 support。
创新点：提供 PyTorch 框架的昇腾 NPU 图模式支持，提升训练和推理效率。
17. Hugging Face
功能介绍：Hugging Face 核心套件 transformers、accelerate、peft、trl 已原生支持 Ascend NPU。
要解决的痛点：Hugging Face 套件缺乏对昇腾 NPU 的 support。
创新点：提供 Hugging Face 套件的昇腾 NPU 支持，让用户可以使用 Hugging Face 套件进行昇腾 NPU 训练和推理。
18. Torchvision Adapter
功能介绍：昇腾适配 Torchvision 框架，提供基于 cv2 和昇腾 NPU 的图像处理加速后端，加速图像处理。
要解决的痛点：Torchvision 框架缺乏对昇腾 NPU 的 support。
创新点：提供 Torchvision 框架的昇腾 NPU 支持，提升图像处理效率。
19. workload_analysis
功能介绍：mindstudio 负载建模众智合作仓库，提供昇腾 AI 工作负载分析工具和资源。
要解决的痛点：缺乏昇腾 AI 工作负载分析工具和资源。
创新点：提供昇腾 AI 工作负载分析工具和资源，帮助开发者优化昇腾 AI 工作负载。
继续
20. Ascend Extension for PyTorch (torch_npu)
功能介绍：昇腾扩展库，让 PyTorch 框架 可以使用昇腾 NPU 进行训练和推理，提供高性能 AI 计算能力。
要解决的痛点：PyTorch 框架原生不支持昇腾 NPU。
创新点：提供 PyTorch 框架的昇腾 NPU 支持，实现 PyTorch 模型在昇腾 NPU 上的高效训练和推理。
21. Ascend Samples
功能介绍：昇腾样例仓，提供媒体数据处理、算子开发与调用、推理应用开发与部署等场景的丰富代码样例，帮助开发者快速入门和使用 CANN。
要解决的痛点：CANN 使用复杂，缺乏参考样例。
创新点：提供丰富的代码样例，帮助开发者快速学习和掌握 CANN。
22. TensorFlow Adapter For Ascend (TF Adapter)
功能介绍：昇腾扩展库，让 TensorFlow 框架可以使用昇腾 NPU 进行训练和推理，提供高性能 AI 计算能力。
要解决的痛点：TensorFlow 框架原生不支持昇腾 NPU。
创新点：提供 TensorFlow 框架的昇腾 NPU 支持，实现 TensorFlow 模型在昇腾 NPU 上的高效训练和推理。
23. Ascend Extension for TensorPipe
功能介绍：开源仓 Tensorpipe 基于 Ascend pytorch/torch_npu 的适配，提供高性能的分布式训练通信库 。
要解决的痛点：Tensorpipe 缺乏对昇腾 NPU 的 support。
创新点：提供 Tensorpipe 的昇腾 NPU 支持，提升分布式训练效率。
24. msquickcmp
功能介绍：一键式全流程精度比对工具 ，适用于 TensorFlow 和 ONNX 模型，输入原始模型和对应的离线 om 模型，输出精度比对结果。
要解决的痛点：模型精度比对流程复杂，缺乏自动化工具。
创新点：提供一键式全流程精度比对工具，简化模型精度比对流程。
25. precision_tool
功能介绍：精度问题分析工具 ，提供精度比对常用功能，主要适配 TensorFlow 训练场景，同时提供 Dump
数据/图信息的交互式查询和操作入口。
要解决的痛点：缺乏模型精度问题分析工具。
创新点：提供模型精度问题分析工具，帮助开发者定位和解决精度问题。
26. auto-optimizer
功能介绍：提供基于 ONNX 的改图、自动优化 及端到端推理流程，帮助开发者提升模型推理效率。
要解决的痛点：模型推理效率低，缺乏自动化优化工具。
创新点：提供模型自动优化工具，简化模型推理优化流程。
27. saved_model2om
功能介绍：TensorFlow 1.15 saved_model 模型转 om 模型工具，输入 TensorFlow 存储的 saved_model
模型，转换为 pb 模型，再转换为 om 模型。
要解决的痛点：缺乏 TensorFlow saved_model 模型到 om 模型的转换工具。
创新点：提供 TensorFlow saved_model 模型到 om 模型的转换工具，简化模型迁移流程。
28. mindxedge_whitebox
功能介绍：MindXEdge 白牌化安装工具，支持 Atlas500 智能小站进行白牌化的首次安装，安装后设备将变为白牌化的设备。
要解决的痛点：缺乏 MindXEdge 白牌化安装工具。
创新点：提供 MindXEdge 白牌化安装工具，简化 MindXEdge 白牌化流程。
继续
29. Hugging Face Transformers
功能介绍：Hugging Face 的自然语言处理模型库，提供预训练模型和工具，支持多语言和多种任务，包括文本分类、命名实体识别、机器翻译等。
要解决的痛点：自然语言处理任务开发复杂，缺乏高质量预训练模型和工具。
创新点：提供丰富的预训练模型和工具，简化自然语言处理任务开发。
30. Hugging Face Accelerate
功能介绍：Hugging Face 的分布式训练加速库，支持单机多卡、多机多卡训练，并提供自动混合精度、数据并行等功能。
要解决的痛点：分布式训练效率低，缺乏自动化优化工具。
创新点：提供分布式训练加速库，简化分布式训练流程并提升训练效率。
31. Hugging Face Peft
功能介绍：Hugging Face 的模型微调库，支持模型压缩、知识蒸馏、参数高效等技术，帮助开发者提升模型性能和效率。
要解决的痛点：模型微调流程复杂，缺乏自动化工具。
创新点：提供模型微调库，简化模型微调流程并提升模型性能和效率。
32. Hugging Face TRL
功能介绍：Hugging Face 的强化学习库，提供强化学习模型和工具，支持多种强化学习算法，包括 DQN、PPO、SAC 等。
要解决的痛点：强化学习任务开发复杂，缺乏高质量预训练模型和工具。
创新点：提供强化学习模型和工具，简化强化学习任务开发。
37. MindX SDK Reference Apps
功能介绍：MindX SDK 的参考样例仓库，提供 C++ 和 Python 两种语言的 AI 应用开发样例，涵盖图像识别、视频分析、自然语言处理等领域。
要解决的痛点：MindX SDK 使用复杂，缺乏参考样例。
创新点：提供丰富的 C++ 和 Python AI 应用开发样例，帮助开发者快速学习和掌握 MindX SDK。
38. ModelZoo
功能介绍：昇腾的 AI 模型平台，提供开源的 AI 模型和基于昇腾的实操案例，涵盖计算机视觉、自然语言处理、语音、推荐、多模态、大语言模型等领域。
要解决的痛点：AI 模型开发复杂，缺乏开源模型和案例。
创新点：提供开源的 AI 模型和基于昇腾的实操案例，简化 AI 模型开发流程。
39. ModelZoo-GPL
功能介绍：昇腾的开源 AI 模型平台，提供基于 GPL 许可证的 AI
模型和基于昇腾的实操案例，涵盖计算机视觉、自然语言处理、语音、推荐、多模态、大语言模型等领域。
要解决的痛点：缺乏基于 GPL 许可证的 AI 模型和案例。
创新点：提供基于 GPL 许可证的 AI 模型和基于昇腾的实操案例，满足开源社区的需求。
40. ModelZoo-PyTorch
功能介绍：昇腾的 AI 模型平台，提供基于 PyTorch 框架的开源的 AI
模型和基于昇腾的实操案例，涵盖计算机视觉、自然语言处理、语音、推荐、多模态、大语言模型等领域。
要解决的痛点：缺乏基于 PyTorch 框架的开源的 AI 模型和案例。
创新点：提供基于 PyTorch 框架的开源的 AI 模型和基于昇腾的实操案例，满足 PyTorch 社区的需求。
41. Ascend ModelZoo-TensorFlow
功能介绍：昇腾的 AI 模型平台，提供基于 TensorFlow 框架的开源的 AI
模型和基于昇腾的实操案例，涵盖计算机视觉、自然语言处理、语音、推荐、多模态、大语言模型等领域。
要解决的痛点：缺乏基于 TensorFlow 框架的开源的 AI 模型和案例。
创新点：提供基于 TensorFlow 框架的开源的 AI 模型和基于昇腾的实操案例，满足 TensorFlow 社区的需求。
继续
42. Ascend ModelZoo-TensorFlow2
功能介绍：昇腾的 AI 模型平台，提供基于 TensorFlow 2.x 框架的开源的 AI
模型和基于昇腾的实操案例，涵盖计算机视觉、自然语言处理、语音、推荐、多模态、大语言模型等领域。
要解决的痛点：缺乏基于 TensorFlow 2.x 框架的开源的 AI 模型和案例。
创新点：提供基于 TensorFlow 2.x 框架的开源的 AI 模型和基于昇腾的实操案例，满足 TensorFlow 2.x 社区的需求。
43. msadvisor
功能介绍：昇腾的性能调优专家系统，通过规则集、模糊规则集、案例匹配、神经网络机器学习等方式生成性能调优知识库，帮助开发者识别性能瓶颈并输出合理的性能调优方案。
要解决的痛点：AI 应用性能调优复杂，缺乏自动化工具。
创新点：提供基于专家系统的性能调优工具，简化 AI 应用性能调优流程。
44. mxRec
功能介绍：昇腾的搜索推荐广告应用使能
SDK，提供模型训练基础功能、推荐场景特有功能以及大规模稀疏表特有功能，支持大规模搜推广场景，助力完成搜推广模型的快速高效训练。
要解决的痛点：搜索推荐广告模型训练效率低，缺乏高效训练工具。
创新点：提供高性能的搜索推荐广告模型训练框架，提升搜推广模型训练效率。
45. mxVision
功能介绍：昇腾的视觉分析 SDK，提供图像识别、目标检测、语义分割、人脸识别等 AI 应用开发工具，支持 C++ 和 Python 两种语言。
要解决的痛点：视觉分析任务开发复杂，缺乏高效开发工具。
创新点：提供高性能的视觉分析 SDK，简化视觉分析任务开发。
46. mxIndex
功能介绍：昇腾的检索聚类 SDK，提供文本检索、向量相似度检索、聚类等 AI 应用开发工具，支持 C++ 和 Python 两种语言。
要解决的痛点：检索聚类任务开发复杂，缺乏高效开发工具。
创新点：提供高性能的检索聚类 SDK，简化检索聚类任务开发。
47. mxManufacture
功能介绍：昇腾的制造质检 SDK，提供缺陷检测、分类识别、预测性维护等 AI 应用开发工具，支持 C++ 和 Python 两种语言。
要解决的痛点：制造质检任务开发复杂，缺乏高效开发工具。
创新点：提供高性能的制造质检 SDK，简化制造质检任务开发。
继续
48. Megatron-LM
功能介绍：昇腾基于 Megatron-LM 原始仓开发的适配仓，提供大型 Transformer
模型的训练和推理功能，支持数据并行、模型并行、流水线并行、分布式优化器等多种加速算法。
要解决的痛点：大型 Transformer 模型训练效率低，缺乏高效训练工具。
创新点：提供高性能的大型 Transformer 模型训练框架，提升大型 Transformer 模型训练效率。
49. MindSpeed
功能介绍：昇腾的大模型加速库，提供模型并行、流水线并行、序列并行、重计算、分布式优化器等多种加速算法，并支持昇腾专有算法，确保开箱可用。
要解决的痛点：大模型训练效率低，缺乏高效训练工具。
创新点：提供高性能的大模型加速库，提升大模型训练效率。
50. MindX-Science
功能介绍：昇腾的 AI for Science 高性能开发套件，提供高性能计算、高性能存储、高性能网络等功能，助力科学计算领域的研究和应用。
要解决的痛点：科学计算任务计算效率低，缺乏高性能计算平台。
创新点：提供高性能的 AI for Science 开发套件，提升科学计算任务计算效率。
51. Ascend ModelZoo-ACL
功能介绍：昇腾的 AI 模型平台，提供基于 ACL 接口的开源的 AI
模型和基于昇腾的实操案例，涵盖计算机视觉、自然语言处理、语音、推荐、多模态、大语言模型等领域。
要解决的痛点：缺乏基于 ACL 接口的开源的 AI 模型和案例。
创新点：提供基于 ACL 接口的开源的 AI 模型和基于昇腾的实操案例，满足 ACL 社区的需求。
54. Apex Patch
功能介绍：Apex 的代码 patch，让用户可以在华为昇腾 AI 处理器上使用 Apex 的自动混合精度训练功能，提升 AI
模型的训练效率，同时保持模型的精度和稳定性。
要解决的痛点：Apex 缺乏对昇腾 NPU 的 support。
创新点：提供 Apex 的昇腾 NPU 适配 patch，提升 AI 模型训练效率。
55. Ascend Edge And Robotics
功能介绍：昇腾边缘开发套件社区代码仓库，提供 AI 应用开发样例和外设使用指导，涵盖图像识别、目标检测、视频分析等领域。
要解决的痛点：边缘 AI 应用开发缺乏参考样例和外设使用指导。
创新点：提供边缘 AI 应用开发样例和外设使用指导，简化边缘 AI 应用开发。
56. Ascend-volcano-plugin
功能介绍：基于开源 Volcano 调度器的插件机制，增加昇腾处理器的亲和性调度和虚拟设备调度特性，最大化发挥昇腾处理器计算性能。
要解决的痛点：Volcano 调度器缺乏对昇腾处理器的亲和性调度和虚拟设备调度支持。
创新点：提供昇腾处理器的亲和性调度和虚拟设备调度插件，提升昇腾处理器的计算性能。
57. hccl-controller
功能介绍：用于生成训练作业所有 Pod 的 hccl.json 配置文件的组件，方便 NPU 训练任务更好地协同和调度底层的昇腾处理器。
要解决的痛点：NPU 训练任务缺乏便捷的 hccl.json 配置生成工具。
创新点：提供便捷的 hccl.json 配置生成工具，简化 NPU 训练任务配置。
58. NodeD
功能介绍：节点心跳检测组件，当 NodeD 最近一次上报心跳之后一段时间内未再次上报心跳时，调度组件就会认为 NodeD
所在的节点故障，从而触发故障重调度。
要解决的痛点：集群缺乏节点故障检测和重调度机制。
创新点：提供节点故障检测和重调度机制，提升集群稳定性。
59. NPU-Exporter
功能介绍：用于收集华为 NPU 各种监控信息和指标，并封装成 Prometheus 专用数据格式的服务组件。
要解决的痛点：NPU 监控信息缺乏便捷的收集和展示工具。
创新点：提供 NPU 监控信息收集和展示工具，方便开发者监控 NPU 运行状态。
60. Ascend Docker Runtime
功能介绍：为所有 AI 训练/推理作业提供 Ascend NPU 容器化支持，使用户 AI 作业能够以 Docker 容器的形式平滑运行在昇腾设备之上。
要解决的痛点：AI 作业缺乏便捷的容器化部署方式。
创新点：提供 AI 作业容器化部署工具，简化 AI 作业部署。
62. Opencv ACL 模块安装及使用
功能介绍：Opencv 部分模块 对 AscendCL 的支持，包括 MAT 类及部分矩阵操作函数。
要解决的痛点：Opencv 缺乏对 AscendCL 的支持。
创新点：提供 Opencv ACL 模块，方便开发者使用 Opencv 进行 AI 应用开发。