关键功能概览
工程管理
MindStudio为开发人员提供创建工程、打开工程、关闭工程、删除工程、新增工程文件目录和属性设置等功能。
推理一体化工具
模型推理一体化工具AMIT（Ascend Model Inference Tool），支持用户在统一入口下调用模型分析、模型转换、离线模型dump、精度比对和性能分析工具，提升开发效率。同时提供步骤指引，方便用户理解推理开发流程，更易上手使用。
分析迁移
- X2MindSpore工具：将PyTorch/TensorFlow训练脚本迁移至可基于MindSpore运行的代码。
- PyTorch GPU2Ascend工具：分析PyTorch训练脚本的算子支持情况，支持将PyTorch训练脚本从GPU平台迁移至昇腾NPU平台。
模型训练
MindStudio负责运行训练框架，把框架执行的脚本、数据集、参数等相关信息提交给GE并通过接口指示GE只做网络分析并输出分析结果，对网络分析结果进行界面展示。
模型转换
用户使用Caffe/TensorFlow等框架训练好的模型，可通过ATC工具将其转换为昇腾AI处理器支持的离线模型，模型转换过程中可以实现算子调度的优化、权重数据重排、内存使用优化等，可以脱离设备完成模型的预处理。
应用开发
基于MindX SDK开发应用：MindX SDK采用模块化设计理念，将业务流程中的各个功能单元封装成独立的插件，通过插件串联，快速构建业务。
MindStudio基于MindX SDK，提供可视化流程编排功能，通过画板拖动插件的方式，可视直观地组织插件，管理整体流程，最终生成pipline文件以供开发。
基于AscendCL开发应用：通过MindStudio，开发基于AscendCL（Ascend Computing Language）应用工程，利用AscendCL提供的C语言API库，对昇腾硬件计算资源进行管理和调配，在昇腾CANN平台上进行深度学习推理计算、图形图像预处理、单算子加速计算等工作。
算子开发
MindStudio提供包含UT测试、ST测试、TIK算子调试等的全套算子开发流程。支持TensorFlow、PyTorch、MindSpore等多种主流框架的TBE和AI CPU算子开发。
- UT测试：UT（Unit Test）即单元测试，MindStudio提供了基于gtest框架的新的UT测试方案，简化了开发者开发UT测试用例的复杂度。
- ST测试：ST（System Test）即系统测试，MindStudio提供了新的ST测试框架，可以自动生成测试用例，在真实的硬件环境中，验证算子功能的正确性和计算结果准确性，并生成运行测试报告。
- TIK算子调试：MindStudio支持TIK算子的可视化调试，可以实现断点设置、单步调试、连续运行直到结束或下一断点、查看变量信息、退出调试等功能。
精度比对
精度比对工具是为了帮助开发人员快速解决算子精度问题，提供自有实现的算子运算结果与业界标准算子运算结果之间进行精度差异对比的工具。
性能分析
性能分析工具提供了AI应用运行过程中软、硬件相关性能数据的采集和性能指标的分析，并通过可视化界面的方式呈现，可以帮助用户快速发现和定位AI应用的性能瓶颈，显著提升AI任务性能分析的效率。
专家系统
专家系统（MindStudio Advisor）是用于聚焦模型和算子的性能调优Top问题，识别性能瓶颈，重点构建瓶颈分析、优化推荐模型，支撑开发效率提升的工具。
算子和模型速查
算子和模型速查工具帮助客户了解当前版本CANN支持的算子信息和ModelZoo支持的模型信息。
