本網(wǎng)訊 作為推動AI應用大規(guī)模落地的關鍵力量，深度學習框架的重要性日益凸顯。它不僅關系國計民生的行業(yè)和領域廣泛的應用，同樣也對信息系統(tǒng)的科技安全有著決定性的意義。
“深度學習框架在人工智能技術體系中，處于貫通上下的腰部位置，它下接芯片、上承應用。”3月31日 ，在百度AI開放日《AI呀，我去!》第五期活動上，百度AI技術生態(tài)總經(jīng)理馬艷軍博士系統(tǒng)分享了深度學習領域的競爭格局、中國自研深度學習框架的發(fā)展突破和未來趨勢。
(AI技術生態(tài)總經(jīng)理 馬艷軍博士現(xiàn)場分享)
和PC時代的操作系統(tǒng)Windows、移動互聯(lián)網(wǎng)時代的IOS和安卓類似，深度學習框架是智能時代的操作系統(tǒng)，它和芯片一起共同構(gòu)成了人工智能的基礎設施，深度學習框架的重要性不亞于芯片。在“十四五”規(guī)劃中，“深度學習框架”被列入“新一代人工智能”領域，成為國家重點支持的前沿創(chuàng)新技術。
在深度學習框架這一AI核心技術上，即便面臨門檻高、生態(tài)建設難等困難，中國企業(yè)也必須掌握主動權(quán)。截至2021年12月，百度“飛槳”深度學習平臺，已經(jīng)沖破了過去在中國市場上谷歌、Facebook的壟斷局面，成為中國深度學習平臺綜合市場份額第一。當前，人工智能進入大規(guī)模落地階段，越來越多的開發(fā)者和企業(yè)正在基于國產(chǎn)深度學習平臺開展智能化轉(zhuǎn)型應用。
中國產(chǎn)業(yè)智能化轉(zhuǎn)型如何實現(xiàn)技術突圍?
國產(chǎn)深度學習框架面臨三大難點
深度學習框架正在讓AI應用變得更簡單。基于深度學習框架，企業(yè)可以根據(jù)自身行業(yè)的特點和場景需要，更快更便捷地開發(fā)AI應用，不再需要從0到1地搭建地基，極大提升了產(chǎn)業(yè)智能化的效率和水平。
不論從AI技術發(fā)展還是產(chǎn)業(yè)應用來說，深度學習框架都處于非常核心的位置。自2013年開始，全球人工智能學術界以及產(chǎn)業(yè)界各研發(fā)主體陸續(xù)開源旗下自主研發(fā)深度學習框架，并以框架為核心搭建人工智能開放平臺，推動人工智能產(chǎn)業(yè)生態(tài)的建立。以Google的TensorFlow、 Facebook的PyTorch兩款深度學習框架為代表的深度學習框架起步早、發(fā)展快，占據(jù)了業(yè)界主導地位。
早在2017年，國家發(fā)改委正式批復，籌建深度學習技術及應用國家工程實驗室，中國深度學習框架逐步從國際競爭中突圍。2021年，IDC報告顯示，中國首個開源開放的深度學習平臺百度“飛槳”，在中國深度學習市場中的綜合份額已超越其他國際巨頭，成為中國第一。這使得我國人工智能技術開發(fā)者和使用者不必依賴于國外平臺，同時還可進一步依托國產(chǎn)平臺培育產(chǎn)業(yè)生態(tài)。
然而，中國自研深度學習框架想要在國際競爭中取得領先，還有很長的路要走。馬艷軍指出，當前中國深度學習框架的發(fā)展仍需突破三大關鍵點：技術實力、功能體驗、生態(tài)規(guī)模。
首先，技術創(chuàng)新方面，深度學習框架的研發(fā)需要人工智能領域底層技術人才，我國在這一領域的儲備仍有不足。
其次，在應用體驗方面，由于中國是全球產(chǎn)業(yè)鏈最為完備的國家，產(chǎn)業(yè)體系復雜，中小企業(yè)轉(zhuǎn)型需求迫在眉睫。但在應用AI、促進企業(yè)智能化轉(zhuǎn)型的過程中，僅一項技術應用，從實驗室到產(chǎn)業(yè)落地就至少需要3-6個月時間，一個低門檻甚至零門檻的開發(fā)平臺極為重要。
在開發(fā)應用生態(tài)方面，深度學習是一個典型的共創(chuàng)型技術領域，只有構(gòu)建了自己的生態(tài)才實現(xiàn)持續(xù)迭代和發(fā)展。然而構(gòu)建生態(tài)周期長、成本高，而且只有當國產(chǎn)框架的技術和功能體驗足以滿足開發(fā)者的需求時，才有機會培育起自主創(chuàng)新的AI開發(fā)應用生態(tài)。
深度學習框架或?qū)Q定未來5年AI產(chǎn)業(yè)格局
百度飛槳已成為中國市場第一
在全球深度學習領域，國外開發(fā)者主要基于TensorFlow、PyTorch、MxNet等國外深度學習框架進行人工智能算法、模型的開發(fā)、訓練與部署。中國人工智能企業(yè)開發(fā)的深度學習框架在社區(qū)繁榮度、開發(fā)者數(shù)量等方面還存在一定差距。
不過，以飛槳為代表的中國深度學習框架正在發(fā)展成為更適合產(chǎn)業(yè)需求、更受中國開發(fā)者歡迎的開源開放平臺。一方面，中國深度學習框架不斷扎根實際應用場景，牢牢抓住了開發(fā)者和企業(yè)智能化升級的需求，降低人工智能技術的應用門檻。另一方面，中國深度學習框架與更多芯片廠商深度適配并融合，形成了軟硬協(xié)同優(yōu)勢。
“中國企業(yè)和產(chǎn)業(yè)有自身的特點，例如在工業(yè)、農(nóng)業(yè)、物流、金融等領域，中國企業(yè)對AI技術的需求也有其獨特性。國產(chǎn)深度學習框架，如果既能在功能上大量滿足中國產(chǎn)業(yè)需求，同時又低門檻、簡單易開發(fā)，那將有很大機會在產(chǎn)業(yè)級落地上實現(xiàn)彎道超車。”馬艷軍表示。
以百度飛槳為例，經(jīng)過對大量真實生產(chǎn)場景的反復打磨，已經(jīng)能夠使傳統(tǒng)企業(yè)在智能化轉(zhuǎn)型中實現(xiàn)高性能開發(fā)、大規(guī)模訓練、不同場景和不同軟硬件平臺敏捷部署。更重要的是，飛槳已經(jīng)和包括百度昆侖芯、華為昇騰、英特爾、英偉達在內(nèi)的22家國內(nèi)外硬件廠商，完成了31種芯片的適配和優(yōu)化，覆蓋全部國內(nèi)外主流芯片，最大程度幫助企業(yè)降本增效。
(飛槳與芯片適配情況概覽)
截至2021年12月，飛槳已經(jīng)沖破了過去在中國市場上谷歌、Facebook的壟斷局面，成為中國深度學習平臺綜合市場份額第一。目前，飛槳平臺已經(jīng)匯聚了406萬開發(fā)者，創(chuàng)建了47.6萬個 AI 模型，累計服務15.7萬企事業(yè)單位，覆蓋工業(yè)、農(nóng)業(yè)、醫(yī)療、城市管理、交通、金融等領域。
(飛槳全景圖)
隨著當前中國產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型的不斷深入，中國深度學習框架的生態(tài)布局正在工業(yè)、交通、能源、城市等千行百業(yè)“開花結(jié)果”。以智慧交通領域為例，高鐵接觸網(wǎng)掛異物導致列車晚點的事件時有發(fā)生，一塊小小的異物，就可能影響上百萬人的出行。此前，依靠傳統(tǒng)的人工巡檢需要每天每條線路安排10到20名軌道檢修工，不但人工成本高，還很難保證及時地檢測與處理。經(jīng)過一些嘗試后，成都國鐵最終采用飛槳研發(fā)了一套“軌道在線智能巡檢系統(tǒng)”，實現(xiàn)了對軌道缺陷全天候的智能判斷。一套飛槳智能巡檢系統(tǒng)，讓城市的守護者不必再披星戴月。
馬艷軍介紹稱，隨著中國深度學習框架的開源開放以及更大規(guī)模的產(chǎn)業(yè)應用落地，未來中國深度學習框架的應用場景將會更加豐富，成本和門檻也會進一步降低。同時，深度學習框架將與科學計算、量子計算、生命科學等更多前沿產(chǎn)業(yè)進行融合創(chuàng)新。
不容忽視的是，中國深度學習框架仍面臨著適配部署復雜、應用開發(fā)困難等難題，構(gòu)筑自主可控的深度學習和人工智能產(chǎn)業(yè)生態(tài)道阻且長，但它或?qū)Q定未來5年AI技術格局和產(chǎn)業(yè)水平。馬艷軍表示：“盡管深度學習框架屬于高投入、長周期、搶生態(tài)的競爭，但已經(jīng)得到國家和企業(yè)的戰(zhàn)略性支持，是開啟下一個AI時代的鑰匙。“
評論