看到了一个帖子:
https://www.zhihu.com/question/386352303/answer/3160948468
========================================
说下个人的体会:
1. 这个国产框架确实不好用,由于这个框架的较大部分代码都是高校学生写的(你自己体会一下在校的本科生和研究生的水平),所以bug奇多,稳定性差,而且整个软件开发的逻辑和流程是十分的混乱(好像华为的软件开发都有这个问题),不同版本之间的兼容性较差(当然一些表层的应用还都是没问题的),用着用着就不知道错在哪里了,而且生态环境较差,没有充足的资料和文档来支撑debug,据我所知这个框架在国内基本没有多少人在用(不包括和华为合作的高校,好多高校实验室都是和华为签有合作协议的,因此他们的日常工作中有很大的比例就是给mindspore做移植,质量当然不可恭维);
2. 根据官方的一些宣传可以知道mindspore的性能已经超过了TensorFlow和pytorch,但是即使在华为内部做research的其实也没有多少人在用mindspore,毕竟pytorch更合胃口,而社区的一些测试结果往往也不支持官方的宣传,对于这一点我个人认为这个差距点是不同场景测试下使用了不同的加速设备造成的,一些官方的宣传数据往往是使用华为自研的NPU设备,其价格要数万元,性能据说已经超过NVIDIA的A100,而社区的测试往往都是使用NVIDIA的GEFORCE,而且可能还不是RTX 4090,没准是1060ti,所以有这个差别也就好理解了,不过这也说明一点,那就是如果你想获得官方宣传的那种超高运算性能建议你去搞一块训练类型的NPU(某鱼上就有卖,好多还是全新的);
3. 关于建不建议用呢。可以说国内使用mindspore的数量确实在增加,不过这主要还是华为官方支持的高校实验室(很多学生是被导师指派来干这个活,用这个框架的,毕竟是签合同了的),个人估计社区的没有从官方获得直接利益的人的数量应该是不太有增长的,毕竟这东西确实不太好用,完全出于支持国产的目的而放弃使用好用、还没问题的pytorch(毕竟不会冒出许多莫名的bug)的人不会太多的,毕竟搞理工的人还是理智的人偏多。但是我个人是所以那种不太理智的人,因此我还是要建议大家尽可能的支持,虽然你不会从使用中获得官方给出的利益(毕竟大多数人不是那些合作的985重点实验室的,没有合同也就没有利益),但是国产的东西还是要支持支持的,这东西已然这么烂了,如果不支持支持不就更要凉凉了嘛,但是还是建议大家理智,如果你有余力,而且还民族情绪极高,并且不怕掉入泥沼,还是可以支持支持的,况且谁也说不好这东西会不会迭代迭代着就脱胎换骨变OK了呢,国产的东西还是有余力的情况下尽可能支持下吧。
重点!!!
友情建议:
不要尝试mindspore的高级特性,什么算子编程、什么Ascend编程还有什么源码编译和多卡运行的,这些都不要碰,这是大坑,我是在这些坑里滚过的,太坑。不过你如果是合作方那就不用care了,毕竟有官方提供的硬件以及可观利益的回报那么这些坑也就不算啥事情了。
====================================