MSAdapter：面向异构AI算力的深度学习框架代码高效转换工具.pdfVIP

综述分析 AI-VIEW  2023年第3期 MSAdapter：面向异构 AI 算力的 深度学习框架代码高效转换工具 □ / 文 赖铖，韩佳容，王晖 * （鹏城实验室 网络智能研究部，深圳 518000） 摘要：深度学习框架及 AI 芯片作为人工智能的基础设施，促进着人工智能的高速发展，为各 行业在人工智能产业落地上发挥着至关重要的作用。在 AI 芯片多样化、深度学习框架多样化 的人工智能生态下，如何发挥 AI 芯片高效计算性能变得极其重要。本文提出了 MSAdapter， 一款面向异构 AI 算力的深度学习代码高效转换工具。它以分层解耦的思路设计了前后端分离 式整体架构，前端以 PyTorch 接口为标准，后端封装了 MindSpore 实现，在不改变用户框架 使用习惯的情况下，解决了从 PyTorch 代码到 MindSpore 代码的转换，辅助用户获得深度学 习框架最佳匹配的 AI 芯片算力。 关键词：深度学习框架；代码转换；AI 芯片 中图分类号：TP319 文献标志码：A 文章编号：2096-5036(2023)03-0018-08 DOI：10.16453/j.2096-5036.2023.03.002 0