经过社区开发者们几个月的开发与贡献，现正式发布昇思MindSpore2.3.RC1版本，通过多维混合并行以及确定性CKPT来实现超大集群的高性能训练，支持大模型训推一体架构，大模型开发训练推理更简、更稳、更高效，并在训推一体框架的基础上通过多样的大模型推理优化技术，进一步降低大模型推理成本；通过使能kernel by kernel调度执行，进一步提升静态图调试调优能力；持续升级MindSpore TransFormers大模型套件和MindSpore One生成式套件，全流程开箱即用，一周即可完成大模型全流程的开发、验证；创新AI+科学计算（科学智能）范式，孵化科学领域基础大模型；下面就带大家详细了解下2.3.RC1版本的关键特性。
大模型训练：细粒度多副本并行，有效提升计算通信并发度，显著提升大模型训练性能
大模型训练下，为了降低显存开销，广泛的使用算子级并行技术，其中引入了大量的模型并行的通信，极大地影响了大模型的训练效率。模型并行的通信，从网络的结构上来看，其处于正反向计算过程中，阻塞正反向计算，无法与正反向的计算进行互相掩盖。为了解决模型并行通信的掩盖问题，MindSpore提出了多副本并行技术。
在旧版本的MindSpore上，通过将网络从数据开始进行拆分，如下图所示，在单张卡内，通过slice算子将Batch维度进行拆分，进而产生多个分支，这多个分支的计算与通信互相之间没有依赖，存在并发的空间，通过执行序调度算法，控制多个分支的计算与通信进行并发。
随着网络规模的增大，受限于显存限制，当一张卡内的BatchSize仅支持为1时，上述对整网进行Batch拆分的方案不再可行。因此，考虑到模型并行通信的位置，昇思MindSpore2.3.RC1版本将Transformer模型中的AttentionProjection层以及FFN层进行拆分，产生多个分支，通过执行序调度算法控制细粒度的多分支的并行，其中拆分从AttentionProjection开始，到下一个Layer的QKV计算前结束。
上图描述了序列并行场景下的细粒度多副本拆分与掩盖基本思路，拆分为两个副本，在正向可以达成50%+的通信掩盖；而在反向，结合计算梯度的分支的计算与TP通信的掩盖，可达成90%的通信的掩盖。当前细粒度多副本并行仅在MindSpore Transformers的LLAMA网络进行了实现，需要对模型结构进行手动改造为多个副本。后续版本昇思MindSpore将集成自动拆分副本的逻辑，达成更易用的细粒度多副本并行。
参考链接：https://www.mindspore.cn/tutorials/experts/zh-CN/master/parallel/multiple_copy.html
大模型推理全栈升级
大模型大规模商用之后，推理消耗的算力规模将十分庞大，相应地带来高昂的成本，商业闭环依赖推理规模突破。在降低大模型推理的成本的同时，要兼顾模型精度和计算时延，不能影响用户的体验。昇思MindSpore 2.3.RC1版本，从最上层推理服务到模型脚本优化到推理引擎LLM Serving，为用户提供端到端的高效推理解决方案。
训推一体：大模型训/推统一脚本，大幅简化部署流程，提高效率
模型脚本默认使能了增量推理、FlashAttention/PagedAttention等推理加速技术，避免了模型导出、切分、推理脚本开发等一系列工作，训练到推理加速平滑迁移，部署周期下降到天级。
极致性能：持续提升融合大算子、并行推理、模型小型化的关键能力
融合大算子：新增10+业界最新的推理融合大算子接口，模型开发人员可以快速使能推理融合算子实现加速。
并行推理：训练推理并行策略接口一致，提供训练并行到推理并行ckpt重切分接口，支持动态shape模型切分。
模型压缩：昇思MindSpore金箍棒升级到2.0版本，提供了针对大模型的业界SOTA以及华为诺亚自研的量化、减枝等算法，实现千亿大模型10倍+压缩。
以上技术均可泛化的应用于Transformer结构的大模型中，经过验证，在盘古、Llama 2的8卡模型推理中，首token时延做到百ms级，平均token时延小于50ms，保持业界领先水平。
服务化高吞吐
通过连续批调度、Prefill/Decoding混合部署等手段，尽可能的消除掉冗余计算，确保算力不闲置，实现大模型推理吞吐提升2倍+。
参考链接：https://www.mindspore.cn/lite/docs/zh-CN/r2.3.0rc1/use/cloud_infer/runtime_distributed_python.html
静态图优化：支持O(n)多级编译，使能kernel by kernel调度执行，提升静态图调试调优能力
整图下沉执行性能最优，但大模型的规模和参数量发展得更为庞大，整图下沉执行方式在整图编译过程中耗时较长，一个千亿级别的大模型的编译时间为30分钟-60分钟，调试调优效率低下。为解决上述问题，昇思MindSpore2.3.RC1版本中，提供了多级编译技术，O0原生构图不优化、O1增加自动算子融合优化、O2整图下沉执行优化。在O0的编译选项下，通过原生图编译和kernel by kernel（KBK）的执行技术，可以将编译时间提升到15分钟以内，同时我们在新版本中还开发了DryRun技术，用户可以直接在离线的情况进行内存瓶颈分析和并行策略调优，结合这两大技术可以使得大模型调试效率倍增。在O0这种编译条件下，我们使能了SOMAS/LazyInline/控制流Inline来提升内存复用率，使能了多流并行/流水异步调度，可以提升执行性能；在O1这种编译条件下，通过使能算子融合技术，KBK执行模式下可以有更好的执行性能。
参考链接：https://www.mindspore.cn/docs/zh-CN/r2.3.0rc1/api_python/mindspore/mindspore.JitConfig.html?highlight=jitconfig
JIT兼具易用性和性能，动静统一，提供灵活高效开发
昇思MindSpore支持图模式（静态图）和PyNative模式（动态图）两种运行方法。动态图易于调试，开发灵活，易用性好；静态图语法支持有限，但执行性能好。JIT兼顾性能和易用性，通过对Python字节码进行分析&调整、执行流进行图捕获&图优化，支持入图的Python代码做静态图方式执行，不支持的进行子图切分以动态图方式执行，自动地做到动静统一，实现方法如下图所示。
参考链接：https://www.mindspore.cn/docs/zh-CN/r2.3/design/dynamic_graph_and_static_graph.html#%E5%8A%A8%E6%80%81%E5%9B%BE%E8%BD%AC%E9%9D%99%E6%80%81%E5%9B%BE%E6%8A%80%E6%9C%AF
MindSpore Elec：新增大地电磁智能反演模型
MindSpore Elec电磁仿真套件升级至0.3版本，联合清华大学李懋坤教授团队、华为先进计算与存储实验室共同打造了基于昇思MindSpore的大地电磁（Magnetotelluric，MT）智能反演模型。该模型通过变分自编码器（VAE）灵活嵌入了多物理先验知识，达到了业界SOTA。该成果已被国际顶级勘探地球物理期刊《Geophysics》收录，同时也在昇思人工智能框架峰会2024上发布亮相。
（1）基础MT反演：反演区域水平长度为10km，深度为1km。下图1中目标电阻率分布（第一列）与传统大地电磁反演（第二列）、大地电磁智能反演（第三列），可以看出大地电磁智能反演相比传统反演精度显著提升（前者残差为0.0056和0.0054；后者为0.023和0.024 ）；下图2中，大地电磁智能反演性能也优于传统反演方法（前者收敛步数为4和4；后者为6和4）。
|
目标电阻率 |
传统方法 |
我们的工作 |
|
|
|
|
|
|
|
|
图1 大地电磁反演精度对比
|
|
|
图2 大地电磁反演收敛速度对比（Pixel-based：传统反演；Feature-based：我们的工作）
（2）南部非洲MT反演：大地电磁智能反演模型也在南部非洲开源数据集（SAMTEX）上做了验证。该反演区域位于南部非洲西海岸附近，长度约为750km，深度选定为80km。该测区显著特征为在水平方向100km至400km之间，深度20km以浅的区域存在的高导结构。由于低频电磁波在导体结构中的衰减，MT方法对高导结构下部区域的敏感度很低, 因此无先验知识约束的传统MT反演难以准确重建高导地层的下边界位置。大地电磁智能反演对高导地层的下边界重建较为清晰准确，较好地将地层厚度的先验知识融入了反演。
图3 南部非洲MT反演示例图（上图：传统反演；下图：我们的工作）
参考链接：https://gitee.com/mindspore/mindscience/tree/master/MindElec
