4款国产人工智能芯片的适配数据

本数据集是针对国产人工智能芯片生态构建的专项适配成果数据集。数据集涵盖了昇腾910B2、沐曦MetaX C500、海光BW200及寒武纪MLU590-M9四款主流国产AI芯片在ResNet50分类网络模型上的训练适配数据。研究采用设备无关训练框架适配工具集（DIPU）与设备无关算子接口（DIOPI）为核心技术方案，通过统一的标准算子接口与运行时抽象层，实现了训练框架与异构硬件的深度解耦。数据集包含了各芯片采集到的多维度实验数据，包括详尽的训练日志（Log）与模型检查点文件（Checkpoint），涵盖DIPU/DIOPI版本信息、系统环境、运行时指标及收敛精度等核心参数。质量控制通过diopi_test套件进行10000余个算子测例验证及ResNet50对齐校验，确保了数据的可靠性与可追溯性。该数据集可直接用于国产AI芯片性能评估、软硬件协同优化及自主算子库开发等科研与工程场景，对推动我国人工智能算力基础设施的标准化与生态化具有重要价值。