02生态:乘飞桨驶向产业更深处
一项缺乏生态体系的技术,终究会被历史淘汰。
AI技术要走向工业大生产,深度学习框架、基础算法、AI芯片以及数据、应用和人才等等,都缺一不可。在AI的产业链上,每一个需求和反馈都需要顺畅地传递到深度学习技术及应用的每个环节,经过各环节的持续迭代优化,才能最终加速AI的技术创新和产业化。
正是基于这样的思考,百度提出了“深度学习+上下游生态伙伴”的观点。
在这样一个生态体系中,深度学习框架上承神经网络模型和应用,下接各类芯片,因而处于一个非常核心的位置。类比PC时代的操作系统Windows、移动时代的操作系统IOS和安卓,王海峰认为,深度学习框架可以说是当今“智能时代的操作系统”。
一个好的框架,能够帮助开发者和企业大幅提升深度学习模型的研发效率及效果,避免重复“造轮子”。尤其是对于大模型而言,框架可以解决开发效率低、推理速度慢、部署成本不可控、芯片难以适配等棘手难题。
百度的飞桨平台(PaddlePaddle)作为一个技术底座,其强大的能力如今已经在文心系列大模型上得到了验证。而回溯飞桨的诞生,从一开始,它就不仅仅是百度自身的一个成果,更是中国AI发展历史上的一次重大飞跃。早在2012年,百度就开始探索深度学习技术及应用。2013年1月,百度建立全世界第一个深度学习研究院(IDL),并开始布局研发深度学习框架,最终于2016年开源首个国产深度学习框架PaddlePaddle。在国内市场上,PaddlePaddle至今都是唯一可与国际两大主流框架TensorFlow和PyTorch正面交锋的深度学习框架。
而细究中国人在深度学习框架领域的研究历史,我们会发现这样一个演变:早期的代表性框架如Caffe(2014年)和MXnet(2015年)都始于学术界,出自一群在国外读博的华人学生之手,而从PaddlePaddle开始,百度向深度学习框架注入了深厚的产业基因。直到2020年,各家公司纷纷推出自己的框架,国产框架才迎来在产业界的爆发元年。
2019年,PaddlePaddle拥有了中文名“飞桨”,其直意是“很快的快船”。如今,乘着这艘快船,AI已经驶向了技术落地的深水区。飞桨平台已经汇聚了535万开发者、创建了67万个AI模型,服务着20万家企事业单位。
百度飞桨全景图
可以看到的是,越来越多的企业正在借助飞桨的AI技术生态,进行低门槛的AI应用和开发。例如,中小型企业可以基于飞桨开发大量不同种类的技术服务型应用或者模型,大企业则可以凭借自身的数据优势,借助飞桨提升业务经营效率。基于研发模型所用的核心框架、包含各种已经训练好的深度学习模型的模型库、支持低代码的开发套件和工具组件,以及飞桨企业版零门槛AI开发平台EasyDL和全功能AI开发平台BML,飞桨将AI的能力开放给了各行各业。
事实上,从生态的角度看,百度不仅是国内唯一,而且是全球范围内极少数拥有全栈布局的人工智能公司。
在AI的算力层,飞桨亦建设了极具竞争力的硬件生态。飞桨正紧密与国内外硬件厂商开展软硬一体联合优化,截止目前已有超过30家硬件厂商与飞桨深度融合优化,国内外主流芯片基本都已适配飞桨。2022年,飞桨还联合硬件伙伴发布了“硬件生态共创计划”,目前伙伴数量已达28家,包括英特尔、英伟达等硬件厂商。
从中国第一款云端全功能AI芯片“昆仑”、飞桨深度学习框架、文心大模型等核心技术,到搜索、智能云、自动驾驶、智能家居等应用,百度自身的技术创新与落地体系,是国内AI走向工业大生产的一个缩影。