Appearance
应用使能
应用使能层位于全栈最上层，提供面向训练加速、推理部署、模型获取与开发工具的成套软件，帮助你把模型高效地落地为实际应用。本页先总览应用使能套件，再说明在本平台的用法。
1. 应用使能总览
围绕「训练 → 推理 → 部署」的全流程，昇腾提供了一系列上层套件：
| 套件 | 定位 | 用途 |
|---|---|---|
| MindIE | 推理引擎 | 高性能推理与部署（含 MindIE Torch） |
| MindSpeed | 训练加速套件 | 大模型分布式训练加速 |
| ModelZoo / 魔乐社区 | 模型仓库与生态 | 获取预训练模型与示例 |
| MindStudio / MindX SDK | 开发工具 | 开发、调试、性能分析与应用集成 |
这些套件都构建在 CANN 之上，最终运行于 昇腾 910。
2. 在本平台中的应用闭环
对本平台的实习场景而言，应用使能层把前面学到的硬件、CANN、PyTorch 串成一个闭环：
数据 → PyTorch 训练（可用 MindSpeed 加速）
→ MindIE 推理 / 部署
→ 落地应用（如古蜀道识别）- 训练阶段：用 PyTorch 开发模型，大模型场景可借助 MindSpeed 提速。
- 推理阶段：用 MindIE 把训练好的模型高性能地部署起来。
- 模型与工具：从 ModelZoo 获取参考模型，用 MindStudio 做调试与性能分析。
3. 本章导航
| 页面 | 内容 |
|---|---|
| MindIE 推理引擎 | 高性能推理引擎与 MindIE Torch |
| MindSpeed 训练加速 | 大模型分布式训练加速套件 |
| 模型仓库与生态 | ModelZoo、魔乐社区 |
| 开发与应用工具 | MindStudio、MindX SDK |