mindnlp

让 Hugging Face 模型在 MindSpore 上无缝运行，零成本迁移

mindnlp 是一个开源项目，旨在将 Hugging Face 生态的 Transformers 和 Diffusers 模型无缝迁移到华为 MindSpore 框架上运行。它解决了 MindSpore 用户难以直接使用海量预训练模型的问题，通过提供与 Hugging Face 高度兼容的 API，让开发者无需修改或仅需少量修改代码，即可在 MindSpore 上加载、训练和推理各类模型。核心能力包括：自动适配模型结构、支持多种模型架构（如 BERT、GPT、Stable Diffusion 等）、提供性能加速优化，并保持与 Hugging Face 生态的同步更新。项目处于早期阶段，但已获得一定关注，为 MindSpore 生态的丰富和 AI 开发者提供了更多框架选择。

开源 free 开源模型

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 920

维护状态较活跃

是否开源是

定价模式 free

项目数据

分类开源模型

开发团队candle-org

所属国家

官网地址

GitHubhttps://github.com/candle-org/mindnlp

定价模式free

价格说明开源项目，Apache-2.0许可，完全免费，需自行部署。

访问状态

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型deep-learning,diffusion-models,huggingface,large-language-models,llm,mindspore,natural-language-processing,nlp,nlp-library,python,vlm

GitHub 星标★ 920

30天Star增速

HF 下载量

上线时间2022-09-23 00:00:00

最近更新2026-09-01 00:00:00

维护状态较活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数6

使用教程

核心亮点

兼容 Hugging Face API，代码迁移成本极低，几乎无需改动
支持 Transformers 和 Diffusers 两大主流模型库，覆盖 NLP 和 CV 生成任务
针对 MindSpore 进行性能优化，可能获得优于原生框架的推理速度

不足之处

项目处于早期阶段，文档和社区支持尚不完善
部分高级功能和复杂模型的支持可能滞后于 Hugging Face 官方

适用场景

在华为昇腾硬件上部署 Hugging Face 预训练模型
将现有 PyTorch 项目迁移到 MindSpore 框架
利用 MindSpore 分布式能力训练大规模 Transformer 模型

替代项目

transformers、diffusers、PaddleNLP

项目介绍

mindnlp 是开发框架领域的开源项目，由 candle-org 开发，2022 年首次发布。

在全站 13,090 个收录项目中，它的 GitHub 星标数（920）位列前 30%，在开发框架分类中处于中上游。

项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-01。Apache-2.0许可，完全免费，需自行部署。

它主要面向的使用场景是：在华为昇腾硬件上部署HuggingFace预训练模型。同类可对比的替代方案包括 transformers、diffusers、PaddleNLP。

上一篇：langchain-prefect

下一篇：intelligence-layer-sdk