飛槳持續(xù)進(jìn)化，推動(dòng)AI進(jìn)入工業(yè)大生產(chǎn)階段

　 阿里云優(yōu)惠券 先領(lǐng)券再下單

深度學(xué)習(xí)的歷史并不算長(zhǎng)，卻呈現(xiàn)出了清晰的代際變遷。

在深度學(xué)習(xí)框架出現(xiàn)前，開(kāi)發(fā)者需要進(jìn)行很多繁重的工作，包括算法、算力和數(shù)據(jù)，基本處于石器時(shí)代的階段;

深度學(xué)習(xí)框架在2012年萌芽后，陸續(xù)出現(xiàn)了 Caffe、Chainer 、Theano等框架，深度學(xué)習(xí)開(kāi)始進(jìn)入到青銅時(shí)代;

谷歌、百度、Facebook等互聯(lián)網(wǎng)巨頭進(jìn)場(chǎng)后，憑借強(qiáng)大的應(yīng)用場(chǎng)景和底層能力，深度學(xué)習(xí)正式邁入了鐵器時(shí)代。

之后深度學(xué)習(xí)框架越來(lái)越多，訓(xùn)練能力和可用性也越來(lái)越強(qiáng)，特別是TensorFlow、PyTorch、飛槳幾乎占據(jù)深度學(xué)習(xí)框架95%以上市場(chǎng)份額的局面下，業(yè)界陸續(xù)出現(xiàn)了這樣一種聲音：人工智能何時(shí)進(jìn)入大規(guī)模產(chǎn)業(yè)化應(yīng)用的工業(yè)大生產(chǎn)時(shí)代?

日前結(jié)束的Wave Summit 2021深度學(xué)習(xí)開(kāi)發(fā)者峰會(huì)上，持續(xù)進(jìn)化的飛槳已經(jīng)給出了確切的答案。

01 逼近產(chǎn)業(yè)爆發(fā)的臨界點(diǎn)

百度的AI布局始于2010年，但2016年是個(gè)特殊的時(shí)間節(jié)點(diǎn)，這一年百度正式開(kāi)源了自家的深度學(xué)習(xí)框架飛槳，不僅填補(bǔ)了國(guó)內(nèi)深度學(xué)習(xí)框架的市場(chǎng)空白，也為中國(guó)開(kāi)源力量的崛起埋下了伏筆。

有別于一些學(xué)術(shù)性質(zhì)的開(kāi)源框架，飛槳身上有著典型的產(chǎn)業(yè)標(biāo)簽，為了讓深度學(xué)習(xí)從一門技術(shù)走進(jìn)千行萬(wàn)業(yè)的產(chǎn)業(yè)世界，飛槳的每一次進(jìn)化都在嘗試降低深度學(xué)習(xí)的開(kāi)發(fā)門檻，讓技術(shù)可以順暢的轉(zhuǎn)化為社會(huì)生產(chǎn)力。而每年兩次的Wave Summit深度學(xué)習(xí)開(kāi)發(fā)者峰會(huì)，可以說(shuō)是洞察飛槳產(chǎn)業(yè)化進(jìn)程的風(fēng)向標(biāo)。

2019年冬天，飛槳一口氣帶來(lái)了21項(xiàng)全新發(fā)布和重要升級(jí)，其中端到端開(kāi)發(fā)套件成為開(kāi)發(fā)者們討論的核心焦點(diǎn)。涵蓋語(yǔ)義理解、目標(biāo)檢測(cè)、圖像分割和點(diǎn)擊率預(yù)估的四大端到端開(kāi)發(fā)套件，旨在通過(guò)模塊化的設(shè)計(jì)和端到端的體驗(yàn)，滿足企業(yè)低成本開(kāi)發(fā)和快速集成需求，進(jìn)一步推動(dòng)深度學(xué)習(xí)的產(chǎn)業(yè)落地。

2021年的Wave Summit 深度學(xué)習(xí)開(kāi)發(fā)者峰會(huì)期間，飛槳在穩(wěn)定性、兼容性和成熟度的基礎(chǔ)上，再次為產(chǎn)業(yè)智能化開(kāi)足馬力，不斷逼近AI在產(chǎn)業(yè)深處爆發(fā)的臨界點(diǎn)：

全新發(fā)布飛槳開(kāi)源框架V2.1，對(duì)自動(dòng)混合精度、動(dòng)態(tài)圖、高層API等進(jìn)行了優(yōu)化和增強(qiáng)。尤其是自定義算子功能的全面升級(jí)，進(jìn)一步降低了開(kāi)發(fā)者自定義算子的學(xué)習(xí)與開(kāi)發(fā)成本，并大幅提升了開(kāi)發(fā)的靈活性;

分布式訓(xùn)練方面，發(fā)布大規(guī)模圖檢索引擎，支持萬(wàn)億邊的圖存儲(chǔ)和檢索，大規(guī)模圖模型訓(xùn)練架構(gòu)支持網(wǎng)易云音樂(lè)等企業(yè)大規(guī)模應(yīng)用落地。

模型套件方面，文心ERNIE全新開(kāi)源發(fā)布 4大預(yù)訓(xùn)練模型，知識(shí)與深度學(xué)習(xí)相結(jié)合實(shí)現(xiàn)知識(shí)增強(qiáng)的語(yǔ)義理解，不僅僅能理解語(yǔ)言，還可以理解圖像，實(shí)現(xiàn)統(tǒng)一的跨模態(tài)語(yǔ)義理解。

部署方面，飛槳提供全面的推理部署工具鏈，重磅發(fā)布推理部署導(dǎo)航圖，其中已驗(yàn)證300多條部署通路，助力開(kāi)發(fā)者打通AI應(yīng)用的“最后一公里”。

飛槳企業(yè)版在EasyDL、BML“兩翼”升級(jí)的同時(shí)，還開(kāi)放了飛槳企業(yè)版的“核”——PaddleFlow，以云原生、高性能、輕量易用的特色，專為AI平臺(tái)開(kāi)發(fā)者提供核心能力并賦能更多細(xì)分場(chǎng)景和深度定制的AI平臺(tái)。

飛槳的進(jìn)化歷程無(wú)疑印證了百度CTO王海峰對(duì)于人工智能技術(shù)和產(chǎn)業(yè)發(fā)展的思考：一是融合創(chuàng)新，多技術(shù)融合創(chuàng)新、深度學(xué)習(xí)平臺(tái)與芯片軟硬一體優(yōu)化、人工智能技術(shù)與應(yīng)用場(chǎng)景融合創(chuàng)新發(fā)展的趨勢(shì)愈加明顯;二是降低門檻，隨著人工智能技術(shù)在各行業(yè)的滲透，面向不同應(yīng)用場(chǎng)景，高效滿足不同的開(kāi)發(fā)者需求，持續(xù)降低門檻非常關(guān)鍵。

門檻的大幅降低，加快了人工智能應(yīng)用的多樣化和規(guī)?；?，也加快了產(chǎn)業(yè)智能化進(jìn)程。

02 抹平算法和算力的鴻溝

對(duì)于深度學(xué)習(xí)框架的價(jià)值，百度CTO王海峰曾經(jīng)有過(guò)一個(gè)恰當(dāng)?shù)谋扔鳎?ldquo;深度學(xué)習(xí)框架起到承上啟下的作用，下接芯片和大型計(jì)算機(jī)系統(tǒng)，上承各種業(yè)務(wù)模型與行業(yè)應(yīng)用，是智能時(shí)代的操作系統(tǒng)”。

單單只有開(kāi)源深度學(xué)習(xí)框架的進(jìn)化，恐怕還不足以將百萬(wàn)計(jì)的開(kāi)發(fā)者們“擺渡”到工業(yè)大生產(chǎn)的彼岸。畢竟人工智能的三要素包括算法、算力和數(shù)據(jù)，僅僅是跨越算法和算力之間的鴻溝，就足以將不少開(kāi)發(fā)者拒之門外。

目前英偉達(dá)主導(dǎo)的GPU在神經(jīng)網(wǎng)絡(luò)訓(xùn)練中有著舉足輕重的地位，可英偉達(dá)等硬件廠商并沒(méi)有能力對(duì)所有的框架進(jìn)行適配，只能選擇TensorFlow、PyTorch和飛槳三個(gè)最成熟的框架進(jìn)行優(yōu)化。

結(jié)果就是，倘若深度學(xué)習(xí)框架不對(duì)芯片進(jìn)行適配優(yōu)化，再好的芯片也只是一堆廢鐵;假如芯片和深度學(xué)習(xí)框架間的橋梁不打通，“智能時(shí)代操作系統(tǒng)”的實(shí)用價(jià)值無(wú)疑要大打折扣。

飛槳給出的答案是主動(dòng)擔(dān)當(dāng)起打造硬件生態(tài)的重任。

根據(jù)百度集團(tuán)副總裁吳甜在Wave Summit 2021上披露的數(shù)據(jù)，飛槳已經(jīng)和22家硬件廠商合作，完成和正在適配的芯片或IP達(dá)到31款，名單包括百度昆侖、英特爾、英偉達(dá)、華為、曙光、瑞芯微、安霸等等。

目前飛槳在硬件生態(tài)方面已經(jīng)處于業(yè)界領(lǐng)先地位，不僅涵蓋了從訓(xùn)練到部署、從通用型計(jì)算硬件到專用的AI加速硬件、從服務(wù)端到移動(dòng)端的硬件適配和優(yōu)化，還和一些企業(yè)達(dá)成了深度合作。比如飛槳通過(guò)和英特爾OneAPI的合作，為開(kāi)發(fā)者提供了跨平臺(tái)集成的開(kāi)發(fā)路徑;通過(guò)集成TensorRT的加速能力，協(xié)助英偉達(dá)在GPU領(lǐng)域?qū)崿F(xiàn)了高效推理。

值得一提的是，身為深度學(xué)習(xí)國(guó)產(chǎn)之光的飛槳，和飛騰、海光、鯤鵬等國(guó)內(nèi)芯片廠商進(jìn)行了深入合作，僅在海光DCU上適配的模型就已經(jīng)超過(guò)50個(gè)，中國(guó)自主可控的“操作系統(tǒng)+芯片”生態(tài)已逐步成型。

其實(shí)個(gè)中原因并不難理解，人工智能的大規(guī)模落地已經(jīng)步入快車道，而飛槳恰恰是各行各業(yè)走向智能化的重要驅(qū)動(dòng)力。

躬身構(gòu)建軟硬件生態(tài)，抹平算法和算力之間的鴻溝，進(jìn)一步打破深度學(xué)習(xí)的應(yīng)用壁壘，既是百度作為人工智能頭雁的應(yīng)有之義，也是飛槳重塑生產(chǎn)力與生產(chǎn)關(guān)系的初心。

03 為產(chǎn)業(yè)智能化全面護(hù)航

每一次工業(yè)革命都不是純粹的技術(shù)革命，正在進(jìn)行的第四次工業(yè)革命自然也不例外，產(chǎn)業(yè)智能化的過(guò)程中仍存在諸多隱形制約，諸如專業(yè)人才的匱乏、產(chǎn)業(yè)氛圍的缺失、市場(chǎng)鏈條的不完善等等。

百度儼然意識(shí)到了這些問(wèn)題，WAVE SUMMIT 2021深度學(xué)習(xí)開(kāi)發(fā)者峰會(huì)除了主論壇外，百度還設(shè)置了5個(gè)平行論壇，除了前面提到的飛槳框架的創(chuàng)新升級(jí)、智能硬件生態(tài)，將不小的篇幅留給了開(kāi)源項(xiàng)目分享、產(chǎn)業(yè)實(shí)踐案例和融合人才培養(yǎng)，正在從多個(gè)維度強(qiáng)化飛槳的合作生態(tài)。

首先是開(kāi)源生態(tài)的建設(shè)。

繁榮的開(kāi)源社區(qū)離不開(kāi)優(yōu)秀的開(kāi)源項(xiàng)目，飛槳深諳其中的道理，不僅在平行論壇中邀請(qǐng)到知名開(kāi)源項(xiàng)目的技術(shù)負(fù)責(zé)人各抒己見(jiàn)，還順勢(shì)推出了面向核心開(kāi)發(fā)者的領(lǐng)航計(jì)劃，以PPDE、PPSIG特殊興趣小組、飛槳領(lǐng)航團(tuán)等組織形式，進(jìn)行開(kāi)源社區(qū)和開(kāi)源項(xiàng)目合作。

然后是產(chǎn)業(yè)氛圍的培養(yǎng)。

針對(duì)產(chǎn)業(yè)應(yīng)用落地中遇到的種種挑戰(zhàn)，飛槳選擇和企業(yè)負(fù)責(zé)人、開(kāi)發(fā)者一同探索產(chǎn)業(yè)智能化的有效路徑，并在全新升級(jí)的《飛槳企業(yè)案例精選》中囊括了9大行業(yè)、34個(gè)企業(yè)智能化案例的技術(shù)思路。同時(shí)飛槳還在3月份啟動(dòng)技術(shù)伙伴計(jì)劃，基于百度已有的AI產(chǎn)業(yè)落地經(jīng)驗(yàn)深度賦能行業(yè)智能化企業(yè)，實(shí)現(xiàn)行業(yè)AI技術(shù)方案的輸出、研討和共創(chuàng)，短短兩個(gè)月的時(shí)間里就有130多家企業(yè)報(bào)名。

最后是產(chǎn)教融合的探索。

AI人才的不足已然成了社會(huì)的常態(tài)問(wèn)題，在AICA首席架構(gòu)師培養(yǎng)計(jì)劃，AI快車道，以賽促學(xué)等人才培養(yǎng)機(jī)制外，飛槳還將目光瞄向了產(chǎn)教融合。比如飛槳和清華大學(xué)、吉林大學(xué)、鄭州大學(xué)進(jìn)行了創(chuàng)新創(chuàng)業(yè)實(shí)驗(yàn)室的合作簽約，一同打造產(chǎn)業(yè)智能化的預(yù)備軍;此外百度已經(jīng)累計(jì)培訓(xùn)570所高校的2000多名教師，其中226所高校已經(jīng)基于飛槳開(kāi)設(shè)學(xué)分課程，以實(shí)際行動(dòng)點(diǎn)燃了中國(guó)AI人才培養(yǎng)的星星之火。

除此之外，飛槳還將陸續(xù)投入15億元資金和資源，全面開(kāi)啟飛槳“大航海”計(jì)劃，涵蓋啟航、護(hù)航、領(lǐng)航三大生態(tài)航道。其中“大航海”護(hù)航計(jì)劃，將在未來(lái)三年投入10億元資金，支持10萬(wàn)家企業(yè)智能化升級(jí)，與產(chǎn)業(yè)界一起培育百萬(wàn)AI人才。

做一個(gè)總結(jié)的話，飛槳已經(jīng)在一定范圍內(nèi)驗(yàn)證了人工智能的落地價(jià)值，下一階段的目標(biāo)正是形成以社會(huì)化協(xié)作為特征的AI大生產(chǎn)。所以飛槳并未固守深度學(xué)習(xí)框架的角色，而是在正確的方向上篤定與堅(jiān)持，深入到產(chǎn)業(yè)的細(xì)枝末節(jié)，從多個(gè)維度為產(chǎn)業(yè)智能化護(hù)航，為中國(guó)的新一輪工業(yè)革命護(hù)航。

04 寫在最后

百度集團(tuán)副總裁吳甜在演講中講述了百度對(duì)于人工智能進(jìn)入工業(yè)大生產(chǎn)階段的路徑分析：

第一階段是企業(yè)中有少數(shù)先行人員嘗試引入AI進(jìn)行原型驗(yàn)證，稱之為AI先行者探路階段;當(dāng)進(jìn)行了驗(yàn)證產(chǎn)生效益后，會(huì)從個(gè)人實(shí)踐轉(zhuǎn)變成建設(shè)團(tuán)隊(duì)來(lái)學(xué)習(xí)和應(yīng)用AI，稱之為AI工作坊應(yīng)用階段;當(dāng)企業(yè)進(jìn)行大量的AI應(yīng)用，幾百、幾千人一起工作，多人多任務(wù)協(xié)同生產(chǎn)，就進(jìn)入了AI工業(yè)大生產(chǎn)階段，更長(zhǎng)期看，還會(huì)實(shí)現(xiàn)社會(huì)化協(xié)同大生產(chǎn)。

“AI先行者探路”階段，需要有適配場(chǎng)景的模型、調(diào)優(yōu)工具以及部署支持，實(shí)現(xiàn)AI算法的快速驗(yàn)證落地，解決實(shí)際問(wèn)題。飛槳提供了在工業(yè)場(chǎng)景中實(shí)踐打磨過(guò)的豐富模型庫(kù)，多端多平臺(tái)的推理部署工具鏈，全面靈活的硬件適配架構(gòu)和生態(tài)基礎(chǔ)，保障AI先行者探路成功。

從個(gè)人實(shí)踐到帶領(lǐng)團(tuán)隊(duì)的“AI工作坊應(yīng)用”階段，面臨的是團(tuán)隊(duì)里專業(yè)AI研發(fā)人數(shù)少，不同專業(yè)背景的成員要一起快速學(xué)習(xí)AI模型研發(fā)的問(wèn)題。飛槳豐富且多層次的產(chǎn)品結(jié)構(gòu)，涵蓋可視化界面、場(chǎng)景類套件、算法類套件、模型庫(kù)、核心框架，非常適用于這個(gè)階段的團(tuán)隊(duì)?wèi)?yīng)用AI創(chuàng)新，同時(shí)這個(gè)過(guò)程中團(tuán)隊(duì)成員也會(huì)持續(xù)成長(zhǎng)，實(shí)現(xiàn)AI能力研發(fā)的進(jìn)階。

到了“AI工業(yè)大生產(chǎn)”階段，多人多任務(wù)協(xié)同生產(chǎn)，算力機(jī)器和開(kāi)發(fā)人員的效能提升是關(guān)鍵。飛槳企業(yè)級(jí)AI開(kāi)發(fā)平臺(tái)提供高效的算力管理與調(diào)度、全流程的集成開(kāi)發(fā)環(huán)境，平臺(tái)化賦能AI大生產(chǎn)。再進(jìn)一步發(fā)展，從企業(yè)內(nèi)部的多人多任務(wù)分工協(xié)同，還會(huì)走向全社會(huì)的AI大生產(chǎn)協(xié)同。

從飛槳平臺(tái)的數(shù)據(jù)可以看到，隨著人工智能和產(chǎn)業(yè)的融合，飛槳已經(jīng)聚集了320萬(wàn)開(kāi)發(fā)者，服務(wù)了12萬(wàn)企業(yè)，創(chuàng)建了36萬(wàn)模型，覆蓋到了工業(yè)、能源、金融、醫(yī)療、農(nóng)業(yè)、城市管理、交通、信息技術(shù)等各種各樣的行業(yè)和場(chǎng)景。而且，這組數(shù)據(jù)還在持續(xù)增長(zhǎng)。相信未來(lái)繁榮的社會(huì)化AI大生產(chǎn)協(xié)同一定能實(shí)現(xiàn)。

這大抵就是飛槳持續(xù)進(jìn)化的內(nèi)部節(jié)奏，折射到整個(gè)產(chǎn)業(yè)層面上，飛槳正在攜手各行各業(yè)生態(tài)伙伴和開(kāi)發(fā)者，促進(jìn)產(chǎn)業(yè)鏈與創(chuàng)新鏈的深度融合，加速人工智能進(jìn)入到規(guī)?；瘧?yīng)用的工業(yè)大生產(chǎn)時(shí)代。

申請(qǐng)創(chuàng)業(yè)報(bào)道，分享創(chuàng)業(yè)好點(diǎn)子。點(diǎn)擊此處，共同探討創(chuàng)業(yè)新機(jī)遇！