在mindspore-1.6版本之后，mindspore对使用者的GPU显卡进行了算力识别，如使用者的GPU算力小于5.3，会有相应的日志提醒。由于是算力由硬件设备决定，暂无法通过软件方式规避，因此直接的解决方式是升级显卡设备。或者使用CPU设备进行mindspore的使用。一般是因为当前使用的GPU设备算力不够引起。当前mindspore限制显卡算力为最低5.3，显卡算力的可在Nivida官网查

无论是基于MindSpore的DeepSeek项目，还是开发「AI健身教练」「智能垃圾分类」等接地气项目，只要技术够硬，统统来战！海量与训练模型支持、全面的数据处理、友好的NLP模型工具集、易用的API、对接HuggingFace生态，顺应科研/开发者使用习惯。本任务邀请社区开发者参与模型迁移挑战，将指定模型基于MindSpore NLP套件进行模型权重迁移，并上传至魔乐社区和大模型平台，共同丰富

Step-Video-T2V 在文生视频质量评估 benchmark Step-Video-T2V-Eval（https://github.com/stepfun-ai/Step-Video-T2V/blob/main/benchmark/Step-Video-T2V-Eval）上，相比其他开源和或商业模型展示出 SoTA 能力。权重可从以下链接获取，按需选择原始模型或蒸馏模型，下载后放到 /pa

作为本次大会重要的一环，SIG Gathering吸引了众多开发者的关注。其中，《MindSpore开发体验与易用性提升》专题围绕提升易用性和开发者体验的角度，开发者们对大模型时代AI框架在提升模型开发与调试调优效率方面的发展趋势、挑战和应对展开深入的讨论，现场气氛热烈。昇思MindSpore开发者李玲瑶、许凡瑾为大家分享了面对数字信号处理应用开发的挑战，基于MindSpore打造融合AI与信号处

为进一步提升业务模型推理性能，针对AI生成式算法模型结构，昇思MindSpore通过构建自动图结构融合优化能力，将模型中Attention结构的小算子结合成昇腾硬件支持的PromptFlashAttention大算子、以及将算法中的GroupNorm算子与激活算子融合成GroupNormSilu大算子，出图效率提升20%。MindSpore联合业务深入优化部署方案，通过使能图编译缓存能力，业务在部

西安电子科技大学坚持以教育信息化支撑引领教育现代化，利用现代信息技术推动学校环境构建、资源供给、教学模式、评价改革、培训体系、治理服务等方面创新发展，通过“新环境”“新资源”“新教学”“新评价”“新培训”“新治理”等“六新”建设，探索“人工智能+教育”的新模式、新技术、新方法，努力推动学校事业高质量发展。教育数字化是利用信息技术推动教育创新，促进教育结构重组、流程再造、程序重构，转换教育发展的动力

摘要：华为开源的MindSpore框架通过系统性重构AI开发范式，提出"新编程范式、新执行模式、新开发生态"三大创新。其基于源码转换的AI原生编程支持函数式与面向对象统一，实现自动微分与优化；动静统一的执行模式结合JIT编译与图算融合技术，支持全场景部署；革命性的全自动并行能力大幅降低大模型训练门槛；同时拓展至科学智能领域，支持微分方程求解与AI+HPC融合计算。MindSpo

华为MindSpore框架通过自动并行和动静结合两大创新技术，显著提升AI开发效率。自动并行技术采用多维并行融合和代价模型驱动策略，实现千卡线性度92%-95%，开发周期从数月缩短至数小时。动静结合技术支持动态图调试与静态图部署的无缝切换，使推理性能提升3-5倍。该框架已成功应用于万亿参数大模型训练，资源利用率达85%以上，为AI规模化应用提供新范式。

依托昇腾强大的算力底座、高效的昇思AI框架、DeepSeek&QwQ-32B等国内知名大模型，以及法本信息在垂直领域的场景化落地能力，三方联合打造了覆盖智能编码、知识管理、智能制造、安全生产等领域的全栈式AI解决方案，为企业智能化转型提供技术引擎。作为昇腾AI、华为云核心生态伙伴，法本信息在昇腾、昇思MindSpore、鲲鹏、HiCar、鸿蒙生态、多方面产业保持长期合作，致力于支持昇腾、昇思等生态

摘要：MindSpore是华为开源的全场景AI框架，2025年发布2.4LTS版本，支持端边云统一架构和昇腾NPU最优协同。其核心优势包括自动并行、大模型原生支持以及与PyTorch的兼容性，在Llama-70B等模型上相比PyTorch+DeepSpeed提升20%吞吐。新版本提供3行代码实现大模型微调、30%性能提升和50%显存优化，已在金融、运营商等领域落地应用。框架包含动态/静态图切换、5