MindIE SD

📢 Latest News

• 12/31/2025: MindIE SD提供稀疏Attention计算能力
• 12/25/2025：vLLM Omni x MindIE SD 实现 Qwen-Image-Edit-2511 / Qwen-Image-Layered 昇腾原生高性能推理
• 11/30/2025：MindIE SD 正式宣布开源并面向公众开放！会议日历

🚀 简介

MindIE SD（Mind Inference Engine Stable Diffusion）是 MindIE 的视图生成推理模型套件，它的目标是为稳定扩散（Stable Diffusion, SD）系列大模型提供在昇腾硬件及其软件栈上的端到端推理解决方案。该软件系统内部集成了各功能模块，并对外提供统一的编程接口。

以下是两个 MindIE-SD 代码仓库智能体，只需点击 "Ask AI" 徽章，即可进入其专属页面，有效缓解源码阅读的困难，开启智能代码学习与问答体验！它们将帮助您更深入地理解 MindIE-SD 的运行原理，并协助解决使用过程中遇到的问题与错误。

🔍目录结构

|- benchmarks         // 提供核心kernel的性能看护和compilation的加速效果看护
|- build              // 编译脚本
|- csrc               // 昇腾kernel代码位置
|- docs               // 项目文档
|- examples
  |- cache            // cache特性样例：使能cache进行模型加速
  |- service          // 服务化样例：将命令行模式改造成服务化方式
  |- wan              // 模型推理样例：模型推理命令以及参数配置
|- mindiesd
  |- cache_agent      // 高阶特性：提供cache能力
  |- compilation      // 提供编译能力，基于fx graph实现自动改图（可依旧保持单算子下发）。
  |- eplb             // 高阶特性：提供专家并行负载均衡能力
  |- layers           // 提供基础的pytorch的layer接口
  |- quantization     // 高阶特性：提供量化能力
  |- utils            // 核心工具模块，提供共享的基础设施服务和通用功能
|- tests              // 测试用例

🚀 架构介绍及关键特性

MindIE SD 架构和关键特性详见架构介绍。 MindIE SD 支持魔乐社区、vLLM Omni、Cache Dit等框架/社区，现已支持主流扩散模型，对于部分 diffusers 模型进行了昇腾硬件亲和的加速改造，详见模型/框架支持情况，模型也支持手动改造，详见 examples。

📝 Paper Citations

@misc{RainFusion2.0@2025,
    title = {RainFusion2.0: Temporal-Spatial Awareness and Hardware-Efficient Block-wise Sparse Attention},
    url = {https://gitcode.com/Ascend/MindIE-SD.git},
    note = {Open-source software available at https://gitcode.com/Ascend/MindIE-SD.git},
    author = {Aiyue Chen and others},
    year = {2025}
    }

💖 联系我们