MindSpeed MM 支持模型列表
【现版本实测性能（硬件信息：Atlas 900 A2 PODc）】
下述列表中支持的模型，我们在各模型的README文件中提供了相应的使用说明，里面有详细的模型训练、推理、微调等流程
模型列中的超链接指向各模型的文件夹地址， 参数量列中的超链接指向模型的社区资源地址
认证【Pass】表示已经通过测试的模型，【Test】表示测试中的模型
Samples per Second 为 (SPS); Frames per Second 为 (FPS); Tokens per Second 为 (TPS)
(注：此处SPS、FPS展示集群吞吐；TPS展示单卡吞吐)
平均序列长度是指在性能测试过程中所使用数据集的平均序列长度，通过统计各个序列长度的出现频率进行加权平均计算得出
亲和场景为调整少量结构或参数，使得模型更加亲和昇腾，性能更优
A3 为硬件 Atlas A3 训练系列产品
| 模型任务 | 模型 | 参数量 | 任务 | 集群 | 精度格式 | NPU性能 | 参考性能 | 平均序列长度 | 认证 |
|---|---|---|---|---|---|---|---|---|---|
| 多模态生成 | |||||||||
| Lumina-mGPT 2.0 | 7B | 微调 | 1x8 | BF16 | 8.24 (SPS) | 8.79 (SPS) | 1024 | 【Pass】 | |
| OpenSoraPlan1.5 | 8.5B | 预训练 | 1x8 | BF16 | 0.83 (SPS) | / | / | 【北大贡献】 | |
| Wan2.2-T2V | 5B | 预训练 | 1x4 (A3) | BF16 | 3.18 (SPS) | 2.93 (SPS) | / | 【Test】 | |
| A14B | 预训练 | 1x8 (A3) | BF16 | 0.710 (SPS) | 0.292 (SPS) | / | 【Test】 | ||
| Wan2.2-TI2V | 5B | 预训练 | 1x4 (A3) | BF16 | 3.18 (SPS) | 2.93 (SPS) | / | 【Test】 | |
| Wan2.2-I2V | A14B | 预训练 | 1x8 (A3) | BF16 | 0.671 (SPS) | 0.294 (SPS) | / | 【Test】 | |
| Wan2.1-T2V | 1.3B | 预训练 | 1x8 | BF16 | 0.918 (SPS) | 1.04 (SPS) | / | 【Pass】 | |
| 1.3B | Lora微调 | 1x8 | BF16 | 0.954 (SPS) | 1.042 (SPS) | / | 【Pass】 | ||
| 14B | 预训练 | 1x8 | BF16 | 0.160 (SPS) | 0.160 (SPS) | / | 【Pass】 | ||
| 14B | Lora微调 | 1x8 | BF16 | 0.179 (SPS) | 0.174 (SPS) | / | 【Pass】 | ||
| Wan2.1-I2V | 1.3B | 预训练 | 1x8 | BF16 | 0.76 (SPS) | / | / | 【Pass】 | |
| 14B | 预训练 | 1x8 | BF16 | 0.130 (SPS) | / | / | 【Pass】 | ||
| 14B | Lora微调 | 1x8 | BF16 | 0.179 (SPS) | 0.173 (SPS) | / | 【Pass】 | ||
| Self-Forcing | 1.3B | DMD蒸馏 | 1x8 | BF16 | 0.225 (FPS) | 0.282 (FPS) | / | 【Test】 | |
| HunyuanVideo-T2V | 13B | 预训练 | 1x8 | BF16 | 0.171 (SPS) | 0.181 (SPS) | / | 【Pass】 | |
| HunyuanVideo-I2V | 13B | 预训练 | 1x8 | BF16 | 0.164 (SPS) | 0.202 (SPS) | / | 【Pass】 | |
| HunyuanVideo1.5-T2V | 8B | 预训练 | 1x8 | BF16 | / | / | / | 【Pass】 | |
| OpenSora 1.0 | 5.5B | 预训练 | 1x8 | BF16 | 3.18 (SPS) | 2.04 (SPS) | / | 【Pass】 | |
| OpenSora 1.2 | 5.2B | 预训练 | 1x8 | BF16 | 7.31 (SPS) | 8.15 (SPS) | / | 【Test】 | |
| OpenSora 2.0-T2V | 11B | 预训练 | 1x8 | BF16 | 1.33 (SPS) | 1.46 (SPS) | / | 【Pass】 | |
| OpenSoraPlan 1.2 | 8.7B | 预训练 | 1x8 | BF16 | 0.42 (SPS) | 0.37 (SPS) | / | 【Pass】 | |
| OpenSoraPlan 1.3-T2V | 8.6B | 预训练 | 1x8 | BF16 | 1.29 (SPS) | 1.27 (SPS) | / | 【Pass】 | |
| OpenSoraPlan 1.3-I2V | 8.6B | 预训练 | 1x8 | BF16 | 1.17 (SPS) | 1.15 (SPS) | / | 【Pass】 | |
| WFVAE | 0.18B | 预训练 | 1x8 | BF16 | 23.860 (SPS) | 26.091 (SPS) | / | 【Pass】 | |
| CogVideoX-T2V | 5B | 预训练 | 1x8 | BF16 | 1.14 (SPS) | 1.00 (SPS) | 6976 | 【Pass】 | |
| CogVideoX-I2V | 5B | 预训练 | 1x8 | BF16 | 1.13 (SPS) | 0.84 (SPS) | 6976 | 【Pass】 | |
| CogVideoX 1.5-T2V | 5B | 预训练 | 1x8 | BF16 | 1.44 (SPS) | 1.75 (SPS) | 6976 | 【Pass】 | |
| 5B | Lora微调 | 1x8 | BF16 | 2.76 (SPS) | 2.64 (SPS) | / | 【Pass】 | ||
| CogVideoX 1.5-I2V | 5B | 预训练 | 1x8 | BF16 | 1.43 (SPS) | 1.44 (SPS) | 6976 | 【Pass】 | |
| 5B | Lora微调 | 1x8 | BF16 | 2.33 (SPS) | 2.04 (SPS) | / | 【Pass】 | ||
| Qihoo-T2X | 1.1B | 推理 | 1x1 | BF16 | / | / | / | 【奇虎360贡献】 | |
| SDXL | 3.5B | 预训练 | 1x8 | BF16 | 29.92 (FPS) | 30.65 (FPS) | / | 【Pass】 | |
| 3.5B | 预训练 | 1x8 | FP16 | 28.51 (FPS) | 30.23 (FPS) | / | 【Pass】 | ||
| SD3.5 | 8.1B | 全参微调 | 1x8 | BF16 | 26.20 (FPS) | 28.33 (FPS) | / | 【Pass】 | |
| 8.1B | Lora微调 | 1x8 | FP16 | 47.93 (FPS) | 47.95 (FPS) | / | 【Pass】 | ||
| Flux | 12B | 全参微调 | 1x8 | BF16 | 55.23 (FPS) | 53.65 (FPS) | / | 【Pass】 | |
| Flux2-T2I | 32B | 全参微调 | 1x8 | BF16 | 1.28 (FPS) | 1.24 (FPS) | / | 【Test】 | |
| Flux2-I2I | 32B | 全参微调 | 1x8 | BF16 | 0.61 (FPS) | 0.60 (FPS) | / | 【Test】 | |
| Flux-Kontext | 12B | 全参微调 | 1x8 | BF16 | 1.97 (FPS) | 2.00 (FPS) | / | 【Pass】 | |
| Qwen-Image | 27B | Lora微调 | 1x8 | BF16 | 23.02 (FPS) | 21.54 (FPS) | / | 【Pass】 | |
| Qwen-Image-Edit | 27B | Lora微调 | 1x8 | BF16 | 20.59 (FPS) | 17.47 (FPS) | / | 【Test】 | |
| 多模态理解 | |||||||||
| GLM-4.1V | 9B | 微调 | 1x8 | BF16 | 1074.64(TPS) | 908.49(TPS) | 707 | 【Pass】 | |
| DeepSeek-OCR | 3B | 微调 | 1x8 | BF16 | 1327.694(TPS) | / | / | 【Test】 | |
| LLaVA 1.5 | 7B | 全参微调 | 1x8 | BF16 | 3632.31 (TPS) | 3757.98 (TPS) | 602 | 【Test】 | |
| InternVL 2.0 | 2B | 微调 | 1x8 | BF16 | 7653.12 (TPS) | 5089.99 (TPS) | 1813 | 【Pass】 | |
| 8B | 微调 | 1x8 | BF16 | 2914.39 (TPS) | 2492.87 (TPS) | 1813 | 【Pass】 | ||
| 26B | 微调 | 1x8 | BF16 | 750.12 (TPS) | 738.79 (TPS) | 1813 | 【Pass】 | ||
| 76B | 全参微调 | 8x16 | BF16 | 214 (TPS) | 191 (TPS) | 1813 | 【Pass】 | ||
| InternVL 2.5 | 78B | 微调 | 8x8 | BF16 | 228.33 | / | 1896 | 【Test】 | |
| InternVL 3.0 | 8B | 微调 | 1x8 | BF16 | 2344.58 (TPS) | 2211.93 (TPS) | 2653 | 【Pass】 | |
| 78B | 微调 | 4x8 (A3) | BF16 | 228.82 (TPS) | 283.15 (TPS) | 1932 | 【Pass】 | ||
| InternVL 3.5 | 30B | 微调 | 1x8 (A3) | BF16 | 52.76 (TPS) | 47.73 (TPS) | 201 | 【Test】 | |
| Qwen2-VL | 2B | 微调 | 1x8 | BF16 | 2941.17 (TPS) | 3004.04 (TPS) | 689 | 【Pass】 | |
| 7B | 微调 | 1x8 | BF16 | 1143.74 (TPS) | 1004.22 (TPS) | 689 | 【Pass】 | ||
| 72B | 微调 | 4x8 (A3) | BF16 | 261.25 (TPS) | 257.63 (TPS) | 689 | 【Pass】 | ||
| Qwen2.5-VL | 3B | 微调 | 1x8 | BF16 | 2047.19 (TPS) | 1876.66 (TPS) | 689 | 【Pass】 | |
| 7B | 微调 | 1x8 | BF16 | 1620.87 (TPS) | 1091.20 (TPS) | 689 | 【Pass】 | ||
| 32B | 微调 | 2x8 | BF16 | 257.50 (TPS) | / | 689 | 【Pass】 | ||
| 72B | 微调 | 4x8 (A3) | BF16 | 322.96 (TPS) | 256.28 (TPS) | 689 | 【Pass】 | ||
| Qwen3-VL | 8B | 微调 | 1x8 | BF16 | 146.54 (TPS) | 129.71 (TPS) | 179 | 【Test】 | |
| 30B | 微调 | 1x8 (A3) | BF16 | 179.57 (TPS) | / | 185 | 【Test】 | ||
| 235B | 微调 | 16x8 (A3) | BF16 | 598.05 (TPS) | / | 16116 | 【Test】 | ||
| Qwen2.5-Omni | 7B | 微调 | 1x8 | BF16 | 575.01 (TPS) | 534.28 (TPS) | 296 | 【Pass】 | |
| Qwen3-Omni | 30B | 微调 | 2x4 (A3) | BF16 | 131.3 (TPS) | 16.4 (TPS) | 288 | 【Test】 | |
| Magistral-Small-2509 | 24B | 微调 | 1x8 | BF16 | 1.843 (SPS) | 1.185 (SPS) | / | 【Test】 | |
| 语音识别 | Whisper | 1.5B | 预训练 | 1x8 | BF16 | 93.38 (SPS) | 109.23 (SPS) | / | 【Test】 |
| 语音生成 | CosyVoice3 | 0.5B | 预训练 | 1x8 | BF16 | 290.91 (SPS) | 326.11 (SPS) | 24 | 【Test】 |