電子發(fā)燒友網(wǎng)報道（文/李彎彎）深度學(xué)習(xí)框架是一種底層開發(fā)工具，是集深度學(xué)習(xí)核心訓(xùn)練和推理框架、基礎(chǔ)模型庫、端到端開發(fā)套件、豐富的工具組件于一體的平臺。

有了深度學(xué)習(xí)框架，工程師在工作時調(diào)試算法，就可以更快速、更高效。通俗一點講，深度學(xué)習(xí)框架相當于是AI時代的操作系統(tǒng)，如同PC時代Windows，移動互聯(lián)網(wǎng)時代的iOS和安卓。

國內(nèi)外都有哪些深度學(xué)習(xí)框架

深度學(xué)習(xí)框架的歷史并不算長，從2010年誕生的Theano算起，至今不過十二年時間。2017年后，早期的Theano、Caffe、Torch等框架逐漸銷聲匿跡，2016年前后出現(xiàn)的TensorFlow、PyTorch、飛槳逐漸占據(jù)市場。

TensorFlow由谷歌人工智能團隊谷歌大腦開發(fā)，擁有包括TensorFlow Hub、TensorFlow Lite、TensorFlow Research Cloud在內(nèi)的多個項目以及各類應(yīng)用程序接口。自2015年11月9日起，TensorFlow依據(jù)阿帕奇授權(quán)協(xié)議（Apache 2.0 open source license）開放源代碼。

PyTorch于2017年由Facebook人工智能研究院（FAIR）基于Torch推出，它是一個基于Python的可續(xù)計算包，提供兩個高級功能：1、具有強大的GPU加速的張量計算（如NumPy）；2、包含自動求導(dǎo)系統(tǒng)的深度神經(jīng)網(wǎng)絡(luò)。

飛槳（PaddlePaddle）以百度多年的深度學(xué)習(xí)技術(shù)研究和業(yè)務(wù)應(yīng)用為基礎(chǔ)，集深度學(xué)習(xí)核心訓(xùn)練和推理框架、基礎(chǔ)模型庫、端到端開發(fā)套件、豐富的工具組件于一體，是中國首個自主研發(fā)、功能完備、開源開放的產(chǎn)業(yè)級深度學(xué)習(xí)平臺。

根據(jù)調(diào)研機構(gòu)IDC公布的一份中國深度學(xué)習(xí)框架平臺市場份額的報告，在中國深度學(xué)習(xí)領(lǐng)域，百度飛槳綜合市場份額已經(jīng)成為中國第一。截至2022年5月，飛槳已經(jīng)凝聚477萬開發(fā)者，創(chuàng)造56萬個AI模型，服務(wù)18萬企事業(yè)單位，與產(chǎn)學(xué)研用協(xié)同培養(yǎng)超過200萬AI人才。

從目前市場占有情況看，產(chǎn)業(yè)界以TensorFlow為主，學(xué)術(shù)界以PyTorch為主。與TensorFlow過于注重工業(yè)，PyTorch專注學(xué)界不同，飛槳的特性在于工業(yè)學(xué)界兩手抓，通過動態(tài)圖自動解析編譯靜態(tài)圖的技術(shù)，兼顧了學(xué)界的靈活，同時也實現(xiàn)了產(chǎn)業(yè)界希望的高效。

除了TensorFlow、PyTorch、飛槳，深度學(xué)習(xí)框架還包括由Amazon設(shè)計研發(fā)并開源MXNet、微軟在github上開源的CNTK、華為推出的MindSpore、北京一流科技有限公司開發(fā)的OneFlow，以及清華大學(xué)自研Jittor，和騰訊、字節(jié)跳動、360開源的Angel、BytePS、TensorNet。

國產(chǎn)深度學(xué)習(xí)框架框架的挑戰(zhàn)

深度學(xué)習(xí)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(chǔ)設(shè)施，深度學(xué)習(xí)框架的重要性不亞于芯片。在“十四五”規(guī)劃中，深度學(xué)習(xí)框架被列入“新一代人工智能”領(lǐng)域，成為國家重點支持的前沿創(chuàng)新技術(shù)。

如今以百度飛槳為代表，我國深度學(xué)習(xí)平臺已經(jīng)沖破國外技術(shù)壟斷，越來越多的開發(fā)者正基于國產(chǎn)深度學(xué)習(xí)平臺開展智能化轉(zhuǎn)型應(yīng)用。不過，中國自研深度學(xué)習(xí)框架想要在國際競爭中取得領(lǐng)先，還有很長的路要走。

百度AI技術(shù)生態(tài)總經(jīng)理馬艷軍此前在百度AI開放日活動上表示，當前中國深度學(xué)習(xí)框架的發(fā)展仍需突破三大關(guān)鍵點：技術(shù)實力、功能體驗、生態(tài)規(guī)模。

首先，技術(shù)創(chuàng)新方面，深度學(xué)習(xí)框架的研發(fā)需要人工智能領(lǐng)域底層技術(shù)人才，我國在這一領(lǐng)域的儲備仍有不足。其次，在應(yīng)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(fù)雜，中小企業(yè)轉(zhuǎn)型需求迫在眉睫，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(yīng)用生態(tài)方面，深度學(xué)習(xí)是一個典型的共創(chuàng)型技術(shù)領(lǐng)域，只有構(gòu)建了自己的生態(tài)才能實現(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(shù)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(yīng)用生態(tài)。

日前華為公司中央軟件院架構(gòu)與設(shè)計管理部部長，華為科學(xué)家與昇思MindSpore首席架構(gòu)師金雪鋒在某活動上也談到“AI框架的挑戰(zhàn)”相關(guān)的話題。

他認為，在人工智能新基建時代，AI框架面臨這幾個挑戰(zhàn)和機會點：1、新的應(yīng)用范式：模型復(fù)雜度指數(shù)級增長，大模型成為新生產(chǎn)方式，AI與傳統(tǒng)科學(xué)計算融合，有望催生革命性成果。2、新的計算架構(gòu)：計算量指數(shù)增長，通用芯片向領(lǐng)域高效能芯片轉(zhuǎn)變，雙碳經(jīng)濟下，分散低效的算力向集約高效算力演進。3、新的開發(fā)和部署方式：AI行業(yè)應(yīng)用進入深水區(qū)，融入生產(chǎn)系統(tǒng)是關(guān)鍵。

面對上述挑戰(zhàn)和機會點，華為昇思MindSpore進行了技術(shù)創(chuàng)新，比如面向新的應(yīng)用范式，包括自動并行，原生大模型支持，即自動并行AI編譯器，通過編譯器進行復(fù)雜的多維混合并行策略的尋優(yōu)，把算法和模型自動切分到集群上去執(zhí)行，既大大降低了大模型的開發(fā)門檻，又保證了多種并行策略的靈活組合使用。

總結(jié)

整體而言，在人工智能體系中，深度學(xué)習(xí)框架處于貫通上下的腰部位置，下接芯片、上承應(yīng)用，是一個關(guān)鍵樞紐，是推動AI應(yīng)用大規(guī)模落地的關(guān)鍵力量。因此對于企業(yè)來說，克服深度學(xué)習(xí)框架當前面臨的挑戰(zhàn)，不斷進行技術(shù)創(chuàng)新，完善技術(shù)、功能和生態(tài)是關(guān)鍵。