2.1.2 MindSpore框架的总体架构

MindSpore框架的总体架构如图2-2所示。MindSpore框架具有多领域扩展、开发态友好、运行态高效、全场景部署和硬件多样化五大特性，具体介绍如下。

1．多领域扩展

MindSpore提供了模型库ModelZoo、扩展库Extend和MindScience子系统，这些组件为MindSpore框架提供了在更多领域应用的能力。

2．开发态友好

MindExpression 子系统是 MindSpore 的前端表示层，其中包含 Python API、MindSpore IR（中间表示）和GHLO（计算图高阶优化）3个部分。Python API向开发者提供统一的模型训练、推理、导出接口，以及统一的数据处理、数据增强和格式转换接口；GHLO包含硬件无关的优化（如死代码消除等）、自动并行和自动微分等功能。MindSpore提供C/C++、Java等不同语言的API。另外，MindSpore 还提供了可视化的调试和调优工具MindInsight。

图2-2 MindSpore框架的总体架构

3．运行态高效

MindSpore的运行层包括MindData、MindCompiler这2个子系统，可以实现高效的数据处理和全栈协同优化。MindArmour是AI安全子系统，可以保障MindSpore应用的安全运行。

4．全场景部署

MindRT子系统是MindSpore的全场景运行时系统，包括云侧、主机侧运行时系统，以及端侧和更小IoT的轻量化运行时系统。同样，MindArmour子系统可以保障MindSpore在云、边、端全场景的安全运行。

5．硬件多样化

MindSpore框架支持CPU、GPU和NPU三大硬件平台。