近日，國產深度學習框架OneFlow發(fā)布了人工智能方向深度學習領域的DLPerf測評報告，填補了業(yè)內針對深度學習框架測評的空白。

報告數(shù)據顯示，OneFlow在4機32卡下的ResNet50-v1.5和BERT-base兩個模型中，無論是Float32類型還是自動混合精度，在同樣的算法和硬件條件下，吞吐率及加速比均優(yōu)于其他深度學習框架。

ResNet-50是計算機視覺（Computer Version）領域最主流的深度學習模型之一，而BERT是自然語言處理（Natural Language Processing）領域的進行預訓練的主流模型。OneFlow以這兩種模型為基礎的測試結果，對深度學習算法及硬件調優(yōu)有著重要的參考價值。

國內首個由初創(chuàng)團隊研發(fā)并開源的AI框架

OneFlow是一流科技自主研發(fā)、擁有完全自主知識產權的深度學習框架軟件，是國內首個由初創(chuàng)團隊研發(fā)并開源的AI框架，于今年7月31日正式開源后獲得了廣泛的業(yè)內關注。

此次測評是OneFlow開源百天后向廣大開發(fā)者交出的第一份“大型答卷”。對此，創(chuàng)始人袁進輝表示：“OneFlow從研發(fā)之初就主打高效性，致力于解決大規(guī)模分布式AI訓練問題。這三個多月來，我們做了大量工作來增強穩(wěn)定性、圖編譯和運行速度，在多機多卡場景下持續(xù)優(yōu)化，以達到分布式最佳性能。”

除了數(shù)據對比，在本次測評報告中，OneFlow還公布了對其他深度學習框架進行調優(yōu)的過程，以保證測評報告公正、準確、可復現(xiàn)。

在談到為何公布如此詳細的調優(yōu)過程時，袁進輝說道：“首先，我們要保證這份測評報告是客觀、可復現(xiàn)的，這樣才能幫助到開發(fā)者的日常工作。隨著數(shù)據量級的增長，開發(fā)者對于深度學習框架如何激發(fā)硬件性能持續(xù)關注，我們希望這份報告可以給開發(fā)者在應用深度學習框架時提供必要的助力，并以此填補業(yè)界沒有DLPerf測評報告的空白?！?/p>

OneFlow開源后，收到了來自世界范圍內的廣泛關注，關注者來自谷歌、臉書、微軟、亞馬遜、阿里、字節(jié)跳動、騰訊、百度、商湯、曠視等企業(yè)的核心技術人員。開源一個多月后，接到多家頭部互聯(lián)網企業(yè)和人工智能企業(yè)的使用意向。

下一步，OneFlow將基于本次DLPerf測試報告，為開發(fā)者提供更多關于深度學習框架的系列課程、分享與論文，繼續(xù)支持企業(yè)與機構對深度學習框架的性能優(yōu)化，提升深度學習框架在行業(yè)中的應用水平。

為什么要研發(fā)OneFlow深度學習框架

隨著十四五規(guī)劃綱要的出爐，人工智能成為國家級戰(zhàn)略重點，其中深度學習框架因其重要的行業(yè)位置受到各界關注。深度學習框架是基于深度學習的操作系統(tǒng)，幫助企業(yè)更高效的進行深度學習算法研發(fā)，與Windows、IOS有相似的作用。

中科院院士、清華大學人工智能研究院院長張鈸表示，目前國際巨頭紛紛投入重金研究深度學習框架，比如谷歌、Facebook和亞馬遜等等，誰掌握了操作系統(tǒng)技術，并圍繞操作系統(tǒng)技術建立起生態(tài)，誰就能在全球競爭中掌握主動權，這是中國需要加強研發(fā)的重要人工智能技術，以實現(xiàn)底層核心技術的自主創(chuàng)新。

北京一流科技公司創(chuàng)立于2017年1月，始終立足于通用性深度學習標準框架的研發(fā)和推廣使用，力爭打造人工智能深度學習框架產品的引領者和事實工業(yè)標準。目前，一流科技公司連續(xù)完成由九合創(chuàng)投、天目創(chuàng)投、快手戰(zhàn)投、聚卓資本等國內知名投資機構的數(shù)千萬級風險投資。

事實上很早就已經有企業(yè)推出AI開發(fā)框架，包括TensorFlow、Pytorch，不過，現(xiàn)在深度學習，模型越來越大，大規(guī)模訓練需求提升，速度成為AI框架核心痛點，而這也是OneFlow要解決的重點問題，未來深度學習框架將形成以TensorFlow、Pytorch、OneFlow為主的市場局面。

OneFlow具備其他深度學習框架所沒有的超大規(guī)模數(shù)據訓練的能力，已經在不少應用場景中實現(xiàn)落地，比如，因為天生支持數(shù)據并行、模型并行和混合并行，已經在安防領域人工智能公司落地，實現(xiàn)千億級人臉識別。

談到未來發(fā)展，袁進輝此前對媒體說道：“未來，我們將繼續(xù)保持OneFlow在高效性方面的優(yōu)勢，全面提升易用性和完備性，讓更多的開發(fā)者愿意使用，愛上使用全新一代的深度學習框架，降低使用人工智能技術的成本和難度，解放生產力，把機械化的事情交給機器，讓人去做更有創(chuàng)造力的事情?！?/p>