| 基本信息 | 详情 |
|---|---|
| 开发公司 | 华为 |
| 上线时间 | 2020年3月开源 |
| 官网 | https://www.mindspore.cn/ |
| 支持平台 | Linux / Windows / macOS，昇腾、NVIDIA GPU、CPU |
| 价格 | 开源免费（Apache 2.0） |
| 核心定位 | 全场景AI框架，最佳匹配昇腾处理器 |
昇思MindSpore 是华为 2020 年开源的全场景深度学习框架，和飞桨、PyTorch、TensorFlow 并列国产 AI 框架代表。它的定位很明确：易开发、高效执行、全场景统一部署，尤其强调和昇腾处理器的深度协同。截至 2026 年，社区总 Star 38.3K+、下载量 15.4M+、PR 132.6K+，已是国内活跃度第一梯队的开源 AI 项目。
我们对比测试后发现，昇思和飞桨走的是不同路线。飞桨强在中文 NLP 和产业套件广度，昇思强在昇腾硬件的极致发挥和 AI4S（AI for Science）的科学计算能力。它内置大模型训练所需的多种并行能力，自动微分基于函数式编程，支持云、边、端全场景部署，MindSpore Lite 推理引擎能在手机和 IoT 设备上跑模型。
进入大模型时代，昇思的重心明显转向大模型训推一体和稀疏 MoE 推理优化。2.7 版本全流程支持 DeepSeek V3/R1，2 台 Atlas 800I A2 部署 DeepSeek-R1 W8A8 量化推理，256 序列下吞吐达 2600 token/s 以上，进入开源推理方案第一梯队。2.9 版本又独创无图融合技术，动态图原生自动算子融合，模型零修改拿到 5%-15% 性能收益。
核心功能
动静统一编程：原生 Python 语法开发和调试，动静态图统一，兼顾开发效率和执行性能。这是昇思从 1.x 就坚持的设计。
分布式训练原生：内置大模型训练所需多种并行能力（数据、模型、流水线、专家、序列并行），ZeroBubbleV 流水线调度降低 bubble 耗时，细粒度多副本并行实现 90% 通信掩盖。
昇腾深度协同：最佳匹配昇腾处理器，最大程度发挥硬件能力。使能 Triton Ascend 算子，用 Python 语法写高性能 NPU 算子，无需 C++/ACL 底层接口。
AI4S 融合计算框架：AI+HPC 全流程可编程，支持函数可微编程。MindSpore Science 科研智能体系统覆盖端到端科研全流程，配套 MindFlow 流体、MindSPONGE 计算、MindElec 电磁、MindEarth 地球科学、MindChem 化学材料等领域套件。
大模型训推一体：训练/推理统一脚本，避免模型导出、切分、推理脚本开发，部署周期降到天级。支持 FlashAttention、PagedAttention、连续批调度、Prefill/Decoding 混合部署。
全场景部署：MindSpore Lite 推理引擎支持云、边、端快速部署，"端-边-云"统一运行时，支持联邦学习。
适合谁
深度绑定华为昇腾生态的企业团队，昇思是硬件潜能发挥最好的选择。要做大模型训练和推理的团队，尤其是 DeepSeek、盘古等稀疏 MoE 模型。AI for Science 研究者，昇思的函数可微编程和科学计算套件是国内最完整的。需要端-边-云协同部署的 IoT 和移动端场景。
同类竞品对比
| 维度 | 昇思MindSpore | 飞桨PaddlePaddle | PyTorch |
|---|---|---|---|
| 开发方 | 华为（2020） | 百度（2016） | Meta（2016） |
| 昇腾适配 | 最佳匹配 | 支持 | 适配中 |
| 大模型训练 | 训推一体，DeepSeek 优化 | 自动并行，文心系列 | 生态最广 |
| AI4S 科学计算 | 函数可微，套件最全 | 高阶微分，比 PyTorch 快 115% | 依赖第三方 |
| 端侧部署 | MindSpore Lite | Paddle Lite | TorchScript |
| 社区活跃度 | 国内第一梯队 | 国内第一梯队 | 全球第一 |
| 适合场景 | 昇腾生态、AI4S | 中文产业落地 | 科研、大模型 |
FAQ
昇思和飞桨哪个更好？ 要看硬件。绑定昇腾选昇思，绑定国产芯片广度选飞桨。AI4S 科学计算昇思套件更全，中文 NLP 飞桨的 ERNIE 更强。
昇思能跑 DeepSeek 吗？ 可以。2.7 版本全流程支持 DeepSeek V3/R1 训推，2 台 Atlas 800I A2 部署 W8A8 量化推理，吞吐 2600 token/s 以上，进入开源推理方案第一梯队。
昇思只支持华为昇腾吗？ 不是。同时支持昇腾、NVIDIA GPU、CPU，但昇腾的深度协同优化是它的差异化优势。
学习曲线如何？ 原生 Python 语法，动静统一，会 PyTorch 的人上手快。官方有完整中文教程和 B 站在线课堂。
昇思的 AI4S 能力强在哪？ 函数可微编程、AI+HPC 全流程可编程，MindSpore Science 科研智能体覆盖端到端科研流程，配套电磁、流体、生物、地球、化学、量子等领域套件，是国内最完整的科学计算 AI 框架。
更新动态
近半年动态密集：2026 年 4 月发布 2.9 版本，独创无图融合技术实现动态图原生自动算子融合，模型零修改拿到 5%-15% 性能收益；使能 Triton Ascend 算子降低自定义算子开发门槛；发布 MindSpore Science 科研智能体系统。6 月推出动态图无图融合能力技术博客，7 月发布 HyperParallel-Mpipe 多模态流水并行新范式性能提升 1.2X、HyperParallel AI 辅助编程助力分布式算子开发。同期举办华为 2026 Hackathon、CCF 量子计算编程挑战赛昇思杯。
客户评论
汇总评分：社区综合口碑 4.4/5（GitHub/Gitee 总 Star 38.3K+、下载量 15.4M+）。
- 昇腾集群算法工程师："在 Atlas 800I A2 上跑 DeepSeek-R1，昇思的混合并行和融合算子组合优化效果明显，吞吐进开源第一梯队不是吹的。"
- 科研工作者："MindFlow 流体仿真套件直接能用，函数可微编程写 PINN 比 PyTorch 顺手。"
- 企业开发者："训推一体省了大量部署工作，训练脚本直接转推理，周期从周级降到天级。"
- 批评声音："NVIDIA GPU 上的优化不如 PyTorch；社区生态和英文文档比 PyTorch 差一截，海外论文复现少。"
参考来源
- ▸昇思MindSpore 官网 | 全场景AI框架,官方产品介绍与生态总览
- ▸昇思MindSpore 官方文档 | 2.9版本正式发布,2.9 版本无图融合等技术说明
- ▸昇思MindSpore 教程 | 基本介绍,框架总体架构与执行流程
- ▸CSDN | 昇思MindSpore 2.7版本发布,2.7 版本 DeepSeek 优化与流水线并行