由 dawei
在新一轮人工智能浪潮中，除了丰富数据的爆炸式涌现，计算能力的不断提高，人工智能框架作为支撑深度学习发展最重要的基础，也为人工智能应用落地发挥了突出作用。
在“华为全联接2021”大会上，华为宣布正式推出MindSpore新版本，并发布了中文名：昇思。新版本从两个方面实现了在人工智能框架领域的领先，一个是性能的“狂飙突进”，另一个是探索将科学计算与深度学习结合，推出了MindScience科学计算套件，支持电磁仿真、药物分子仿真等。
两大关键创新使能性能“飙升”
时间回到2019年8月，华为在深圳正式推出了其全场景AI计算框架MindSpore，并宣布在2020年3月实现开源。作为华为自研的深度学习算法框架，MindSpore 迅速成为国内人工智能产业发展的重要推动力。
对于人工智能产业来说，追求高效率、高性能、灵活易用的基础架构是永恒的主题。Gartner预测，2021年80％的新兴技术将拥有AI基础。昇思通过多尺度混合计算和高阶混合微分两大关键创新，不仅可以端到端加速AI和科学计算融合的算法，还突破了高阶复用低阶导数的算法和工程难题，使得高阶微分的计算相比于传统方法内存减少了两倍，计算性能提升了5倍。
关于性能，不妨先看两个数字。
昇思推出面向电子信息行业的MindElec电磁仿真套件和面向生命科学行业的MindSPONGE分子模拟套件，分别实现了电磁仿真性能提升10倍和生物制药化合物模拟效率提升50%。
所谓电磁仿真就是对物体的电磁性能进行仿真模拟，以代替昂贵的原型，并改进设计。在传统的电磁仿真场景下，需要将构件的空间、时间划分为网格，结合本身的物理参数纬度，逐个求解逼近获得近似解，在这个过程中，仿真需耗费数千GPU小时，且周边环境发生改变，就需要重复上述过程。而MindElec通过AI拟合求解的方法，避免了传统方法带来的维度灾难，实现了10倍性能提升，这意味着电磁仿真的算力成本减少为了原来的1/10。
在生物制药领域，传统生物制药流程周期长、投入大、持续时间久、效率低，需基于蛋白质靶点及庞大的化合物库进行分子筛选以及在得到相对较优的化合物之后需依赖人工经验进行化合物优化，这个过程通路冗长且耗时需一年以上。MindSPONGE提供了业界领先的基础模型，可以根据客户所需的药物属性直接定向生成化合物药物，从而将生物制药化合物效率提升50%。