明敏 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI
前不久，中興結(jié)束5年合規(guī)檢查期的消息，在科技圈引發(fā)不小波瀾。
在這樣一個特殊的時間節(jié)點下，“缺芯少魂”方面的自主自強問題，再次成為全社會關(guān)注的焦點。
芯片，代表著底層算力；魂則是指系統(tǒng)。
如今，AI被視為高精尖技術(shù)競賽角逐的戰(zhàn)場，其最核心的系統(tǒng)便是深度學習框架。
國際兩大主流深度學習框架TensorFlow、PyTorch之外，中國的開源框架，發(fā)展怎么樣了？
具體都有哪些玩家入場？其背后技術(shù)實力如何？是否能夠自主自立、不會重蹈“缺芯”覆轍？
今天，我們就來試著找尋這些問題的答案。
國產(chǎn)開源框架情況
在問題的最開始，我們來盤一盤如今市面上有哪些主流國產(chǎn)開源框架。
百度飛槳（PaddlePaddle），深度學習開源框架的先頭兵，在2016年就已率先對外發(fā)布。
而后在2020年，國內(nèi)開源框架迎來了第一波集中爆發(fā)。
獨角獸曠視拿出工業(yè)級深度學習框架天元（MegEngine），一流科技OneFlow、華為昇思（MindSpore）也在同年登場。
學界方面，清華大學開源了支持即時編譯的深度學習框架計圖（Jittor）。
顯然，過去幾年中，“開源”、“AI底層”成為了國內(nèi)AI廠商們十分重視的發(fā)展戰(zhàn)略。
其背后原因可大致歸結(jié)為兩點。
第一，在深度學習迎來高速發(fā)展的大背景下，傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)向智能化，AI的注入是關(guān)鍵因素之一。
小到一次人臉識別、大到一座城市的智能化管理，深度學習已經(jīng)滲透到我們的日常生活之中，成為社會高速發(fā)展的一條重要紐帶。
第二，盡管TensorFlow、PyTorch在技術(shù)上發(fā)展已經(jīng)非常成熟，但是外部環(huán)境變化，使得我國擁有自主創(chuàng)新的AI底層能力成為眼下之剛需，這也為國內(nèi)深度學習開源框架帶來了發(fā)展的土壤。
實際上，從2016年至今，國內(nèi)深度學習開源框架在經(jīng)歷多年積累、沉淀、探索后，一些成果已經(jīng)初步涌現(xiàn)。
根據(jù)IDC中國公開發(fā)布的深度學習開源框架市場研究報告，截至2021年上半年，TensorFLow、PyTorch以及百度飛槳成為國內(nèi)最高頻使用的開源框架；
百度飛槳已凝聚406萬開發(fā)者，服務15.7萬企事業(yè)單位，開發(fā)模型達47.6萬個。
市場份額方面，百度飛槳在國內(nèi)綜合市場份額已超越TensorFlow和PyTorch，位居中國第一。
那么，它是如何一步步發(fā)展至如今這一水平的？其背后經(jīng)驗是否值得參考借鑒？
作為國產(chǎn)頭雁，以百度飛槳為例，或許能厘清一條中國自研開源框架發(fā)展之路。
自主技術(shù)系統(tǒng)需要怎樣煉成？
當下，我們已經(jīng)處于以深度學習為核心的第三次AI浪潮，新興技術(shù)迎來集中爆發(fā)期。在這樣一個百舸爭流的環(huán)境中，如何開拓出自己的一席之地？
瞄準技術(shù)核心底層，大廠們深諳此道。
正如前文所提及的，框架被視為深度學習的核心靈魂，在推動人工智能進入工業(yè)大生產(chǎn)上，具有舉足輕重的作用。
在此背景下，如何為自家深度學習開源框架開辟出一席之地？
參考飛槳，連點成線總結(jié)概括，大概需要4方面的努力：
- 技術(shù)積累
- 場景應用
- 產(chǎn)業(yè)供需
- 開發(fā)者生態(tài)
缺一不可。
首先，及時起步、搶占身位。
這里最典型的案例，便是谷歌TensorFlow。
2015年，TensorFlow先聲奪人，迅速在工業(yè)界內(nèi)贏得開發(fā)者們的青睞，由此奠定了它全球兩大主流框架的地位。
百度飛槳幾乎是同一時間站在了起跑線上。
2016年，百度飛槳便先以PaddlePaddle的名字在GitHub上對外開源，并且提供中英文雙語技術(shù)文檔。
而如果從籌備、研發(fā)期算起，百度飛槳的起點還要更早，可追溯到2010-2013年。
起跑早、發(fā)力早，帶來的優(yōu)勢也十分明顯——可以有更加充足的時間積累底層技術(shù)。
目前，百度AI方面專利申請數(shù)量超過1.3萬件，連續(xù)四年位列中國第一，其中深度學習專利數(shù)量位居全球第一。
將專利技術(shù)握在自己手里，意味著中國深度學習技術(shù)可以更加自主自強；同時，更早積累技術(shù)也為中國團隊參與到行業(yè)標準建立，提供了機會。
如今，百度飛槳的核心框架貫穿開發(fā)、訓練、推理部署三個環(huán)節(jié)，基礎(chǔ)模型庫覆蓋CV、NLP、推薦、語音、知識增強的文心大模型。
第二，深度學習框架要能夠解決行業(yè)中的實際問題。
工業(yè)界出身的深度學習框架，對理解行業(yè)場景有著先天優(yōu)勢。
加之飛槳誕生于中國，還能更加了解中國企業(yè)的實際需求，也為開拓海外市場提供豐富經(jīng)驗參考。
過去幾年來，百度飛槳官方發(fā)布的產(chǎn)業(yè)級開源算法模型已經(jīng)超過了500個，并發(fā)布13個精度與性能平衡的產(chǎn)業(yè)級PP系列模型，覆蓋工業(yè)、農(nóng)業(yè)、交通、科學計算等20多個行業(yè)領(lǐng)域。
在此我們可以看一些具體實例。
農(nóng)業(yè)增產(chǎn)方面，百度飛槳聯(lián)合京東方后稷打造了智慧水培植物工廠；
煤礦生產(chǎn)領(lǐng)域，華夏信天機器人公司基于飛槳的目標檢測工具套件PaddleDetection，開發(fā)出輸煤膠帶智能巡檢機器人。
當然還有更為前沿的應用場景。
前不久，百度生物計算方面研究登上Nature子刊，這一成果的底層技術(shù)支持便來自百度飛槳。
基于飛槳，百度開發(fā)出了一個可用于生物計算的工具組件螺旋槳（PaddleHelix），涉及領(lǐng)域包括藥物研發(fā)、疫苗設(shè)計和精準醫(yī)療等。
還有此前東京奧運會上，中國跳水夢之隊背后的隱形AI教練——國內(nèi)首個云端3D+AI跳水訓練系統(tǒng)，底層能力同樣來自飛槳。
第三，協(xié)同上下游共同推動自主創(chuàng)新。
在實際應用層面，企業(yè)由于框架與硬件不適配，總是會帶來額外的人力物力成本。
在這方面，百度飛槳實現(xiàn)了國產(chǎn)芯片適配量第一，同時還是英偉達三大支持框架之一——也是其中唯一深度適配的中國框架。
除了自研昆侖芯之外，飛槳已經(jīng)和英特爾、英偉達等在內(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。
值得一提的是，深度學習開源框架對底層硬件的適配，反過來也會開拓國產(chǎn)硬件的使用場景，促進國產(chǎn)硬件的發(fā)展。
第四，深度學習開源框架能否發(fā)展更為長遠，良好的開發(fā)者生態(tài)也是關(guān)鍵之一。
有人用、越用越好，可以看作是評判一個深度學習框架的標準。
飛槳在這方面已經(jīng)初具規(guī)模。
其中，百度飛槳在開源社區(qū)的影響力位居國內(nèi)第一，在GitHub上總star位于全球第三、中國第一。
《2021中國開源年度報告》顯示，2021年GitHub中國項目活躍度Top 30中，飛槳占據(jù)了5個項目，其中飛槳框架位列第一。
中國自研開源框架如何突圍？
綜上，便是百度飛槳為中國深度學習框架發(fā)展提供的一些思考。
如今，全球深度學習框架“PPT”格局初現(xiàn)，百度飛槳PaddlePaddle與TensorFlow、PyTorch已展開正面交鋒。
但不可否認的是，前路仍舊漫長，中國深度學習框架能夠提升的空間還非常廣闊。
最近，百度方面也提出了自己的見解。
百度AI技術(shù)生態(tài)總經(jīng)理馬艷軍博士表示，當前中國深度學習框架的發(fā)展有三大關(guān)鍵點：
- 技術(shù)實力
- 功能體驗
- 生態(tài)規(guī)模
技術(shù)實力，不難理解。
技術(shù)創(chuàng)新的源頭，說到底還是人才。目前，我國在AI底層技術(shù)人才的儲備上，仍有不足。
飛槳也是在邊研發(fā)邊培養(yǎng)這方面的人才。同時還打造了AI Studio學習與實訓社區(qū)，讓更多對AI感興趣的人有機會入門、進階和快速提升。
飛槳還與高?！爱a(chǎn)教融合”：合作人工智能相關(guān)教材、提供人工智能教育資源，超過700所高校的3000多名AI專業(yè)教師從飛槳舉辦的深度學習師資培訓中受益。
其次，在功能體驗上。
中國是全球產(chǎn)業(yè)鏈最完整的國家，但同時產(chǎn)業(yè)體系也相當復雜，尤其是中小企業(yè)方面，如何快速向智能化轉(zhuǎn)型，已經(jīng)成為國家、行業(yè)都在重點關(guān)注的問題。
那么，如何讓各行各業(yè)的專業(yè)人才，即使沒有AI專業(yè)知識和背景也能順利使用AI，便是AI產(chǎn)業(yè)需要從底層技術(shù)上思考的問題。
低門檻，儼然是眾望所需。
這也是百度飛槳的特色之一。
無論是TensorFlow還是PyTorch，都未在易用性方面下大功夫，對初學者友好度不高。而百度飛槳正好彌補了這一市場痛點。
最后，還是要說回到開發(fā)者生態(tài)上。
馬艷軍博士提到，百度飛槳與開發(fā)者們一直保持緊密聯(lián)系，比如遇到問題可以直接通過QQ交流群反饋給內(nèi)部工作人員。
同時，百度飛槳還經(jīng)常開展線上直播福利課程，畢竟自學嘛，也是程序員必備自我修養(yǎng)了。
從這些動作中也不難看出，與谷歌、Meta讓開源框架“野蠻生長”的路線不同，百度飛槳不僅僅是為開發(fā)者提供一個好用的底層框架，還投入了大量人力、物力來打造一個友好度更高、適用性更強的生態(tài)。
最后的最后，我們再來放眼瞭望一下整體人工智能產(chǎn)業(yè)的大環(huán)境。
去年4月，在首屆濟南國家級人工智能創(chuàng)新應用先導區(qū)高端峰會上，中國工程院院士潘云鶴就指出：
人工智能應用的先導區(qū)要鼓勵使用中國自己的平臺，促進中國人工智能實現(xiàn)自主可控。
另一方面，IDC報告指出，安全性開始成為開發(fā)者使用開源框架的考量因素之一。
而值得慶幸的是，潘云鶴院士表示，這方面中國也開始慢慢形成自己的優(yōu)勢，百度飛槳便是最好的證明之一。
正如馬艷軍博士所說：
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。
板凳甘坐十年冷，只為星火可燎原。
十年技術(shù)投入，百度飛槳站穩(wěn)中國市場，未來的挑戰(zhàn)依然艱巨，挑戰(zhàn)總是與機會并存，相信心懷技術(shù)信仰的百度，可以不斷推動中國的人工智能走在世界的前列。
