1. 首頁 > 科技 > >

小米科技|實現AI技術自立自強，國產深度學習框架面臨三大難題( 二 )

紅米手機小米科技


在開發應用生態方面 ， 深度學習是一個典型的共創型技術領域 ， 只有構建了自己的生態才實現持續迭代和發展 。 然而構建生態周期長、成本高 ， 而且只有當國產框架的技術和功能體驗足以滿足開發者的需求時 ， 才有機會培育起自主創新的AI開發應用生態 。
深度學習框架或將決定未來5年AI產業格局
百度飛槳已成為中國市場第一
在全球深度學習領域 ， 國外開發者主要基于TensorFlow、PyTorch、MxNet等國外深度學習框架進行人工智能算法、模型的開發、訓練與部署 。 中國人工智能企業開發的深度學習框架在社區繁榮度、開發者數量等方面還存在一定差距 。
不過 ， 以飛槳為代表的中國深度學習框架正在發展成為更適合產業需求、更受中國開發者歡迎的開源開放平臺 。 一方面 ， 中國深度學習框架不斷扎根實際應用場景 ， 牢牢抓住了開發者和企業智能化升級的需求 ， 降低人工智能技術的應用門檻 。 另一方面 ， 中國深度學習框架與更多芯片廠商深度適配并融合 ， 形成了軟硬協同優勢 。
“中國企業和產業有自身的特點 ， 例如在工業、農業、物流、金融等領域 ， 中國企業對AI技術的需求也有其獨特性 。 國產深度學習框架 ， 如果既能在功能上大量滿足中國產業需求 ， 同時又低門檻、簡單易開發 ， 那將有很大機會在產業級落地上實現彎道超車 。 ”馬艷軍表示 。
以百度飛槳為例 ， 經過對大量真實生產場景的反復打磨 ， 已經能夠使傳統企業在智能化轉型中實現高性能開發、大規模訓練、不同場景和不同軟硬件平臺敏捷部署 。 更重要的是 ， 飛槳已經和包括百度昆侖芯、華為昇騰、英特爾、英偉達在內的22家國內外硬件廠商 ， 完成了31種芯片的適配和優化 ， 覆蓋全部國內外主流芯片 ， 最大程度幫助企業降本增效 。

【飛槳與芯片適配情況概覽】
截至2021年12月 ， 飛槳已經沖破了過去在中國市場上谷歌、Facebook的壟斷局面 ， 成為中國深度學習平臺綜合市場份額第一 。 目前 ， 飛槳平臺已經匯聚了406萬開發者 ， 創建了47.6萬個 AI 模型 ， 累計服務15.7萬企事業單位 ， 覆蓋工業、農業、醫療、城市管理、交通、金融等領域 。

【飛槳全景圖】
隨著當前中國產業數字化轉型的不斷深入 ， 中國深度學習框架的生態布局正在工業、交通、能源、城市等千行百業“開花結果” 。 以智慧交通領域為例 ， 高鐵接觸網掛異物導致列車晚點的事件時有發生 ， 一塊小小的異物 ， 就可能影響上百萬人的出行 。 此前 ， 依靠傳統的人工巡檢需要每天每條線路安排10到20名軌道檢修工 ， 不但人工成本高 ， 還很難保證及時地檢測與處理 。 經過一些嘗試后 ， 成都國鐵最終采用飛槳研發了一套“軌道在線智能巡檢系統” ， 實現了對軌道缺陷全天候的智能判斷 。 一套飛槳智能巡檢系統 ， 讓城市的守護者不必再披星戴月 。
馬艷軍介紹稱 ， 隨著中國深度學習框架的開源開放以及更大規模的產業應用落地 ， 未來中國深度學習框架的應用場景將會更加豐富 ， 成本和門檻也會進一步降低 。 同時 ， 深度學習框架將與科學計算、量子計算、生命科學等更多前沿產業進行融合創新 。
不容忽視的是 ， 中國深度學習框架仍面臨著適配部署復雜、應用開發困難等難題 ， 構筑自主可控的深度學習和人工智能產業生態道阻且長 ， 但它或將決定未來5年AI技術格局和產業水平 。 馬艷軍表示：“盡管深度學習框架屬于高投入、長周期、搶生態的競爭 ， 但已經得到國家和企業的戰略性支持 ， 是開啟下一個AI時代的鑰匙 。 ”

相關經驗推薦