一区二区三区三上|欧美在线视频五区|国产午夜无码在线观看视频|亚洲国产裸体网站|无码成年人影视|亚洲AV亚洲AV|成人开心激情五月|欧美性爱内射视频|超碰人人干人人上|一区二区无码三区亚洲人区久久精品

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫(xiě)文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

國(guó)產(chǎn)深度學(xué)習(xí)框架的挑戰(zhàn)和機(jī)會(huì)

Carol Li ? 來(lái)源:電子發(fā)燒友網(wǎng) ? 作者:李彎彎 ? 2022-06-07 00:01 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

電子發(fā)燒友網(wǎng)報(bào)道(文/李彎彎)深度學(xué)習(xí)框架是一種底層開(kāi)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(kù)、端到端開(kāi)發(fā)套件、豐富的工具組件于一體的平臺(tái)。

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

國(guó)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(zhǎng),從2010年誕生的Theano算起,至今不過(guò)十二年時(shí)間。2017年后,早期的Theano、Caffe、Torch等框架逐漸銷(xiāo)聲匿跡,2016年前后出現(xiàn)的TensorFlow、PyTorch、飛槳逐漸占據(jù)市場(chǎng)。


TensorFlow由谷歌人工智能團(tuán)隊(duì)谷歌大腦開(kāi)發(fā),擁有包括TensorFlow Hub、TensorFlow Lite、TensorFlow Research Cloud在內(nèi)的多個(gè)項(xiàng)目以及各類(lèi)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(kāi)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(gè)基于Python的可續(xù)計(jì)算包,提供兩個(gè)高級(jí)功能:1、具有強(qiáng)大的GPU加速的張量計(jì)算(如NumPy);2、包含自動(dòng)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(kù)、端到端開(kāi)發(fā)套件、豐富的工具組件于一體,是中國(guó)首個(gè)自主研發(fā)、功能完備、開(kāi)源開(kāi)放的產(chǎn)業(yè)級(jí)深度學(xué)習(xí)平臺(tái)。

根據(jù)調(diào)研機(jī)構(gòu)IDC公布的一份中國(guó)深度學(xué)習(xí)框架平臺(tái)市場(chǎng)份額的報(bào)告,在中國(guó)深度學(xué)習(xí)領(lǐng)域,百度飛槳綜合市場(chǎng)份額已經(jīng)成為中國(guó)第一。截至2022年5月,飛槳已經(jīng)凝聚477萬(wàn)開(kāi)發(fā)者,創(chuàng)造56萬(wàn)個(gè)AI模型,服務(wù)18萬(wàn)企事業(yè)單位,與產(chǎn)學(xué)研用協(xié)同培養(yǎng)超過(guò)200萬(wàn)AI人才。

從目前市場(chǎng)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(guò)于注重工業(yè),PyTorch專(zhuān)注學(xué)界不同,飛槳的特性在于工業(yè)學(xué)界兩手抓,通過(guò)動(dòng)態(tài)圖自動(dòng)解析編譯靜態(tài)圖的技術(shù),兼顧了學(xué)界的靈活,同時(shí)也實(shí)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(jì)研發(fā)并開(kāi)源MXNet、微軟在github上開(kāi)源的CNTK、華為推出的MindSpore、北京一流科技有限公司開(kāi)發(fā)的OneFlow,以及清華大學(xué)自研Jittor,和騰訊、字節(jié)跳動(dòng)、360開(kāi)源的Angel、BytePS、TensorNet。

國(guó)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(shí)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(guó)家重點(diǎn)支持的前沿創(chuàng)新技術(shù)。

如今以百度飛槳為代表,我國(guó)深度學(xué)習(xí)平臺(tái)已經(jīng)沖破國(guó)外技術(shù)壟斷,越來(lái)越多的開(kāi)發(fā)者正基于國(guó)產(chǎn)深度學(xué)習(xí)平臺(tái)開(kāi)展智能化轉(zhuǎn)型應(yīng)用。不過(guò),中國(guó)自研深度學(xué)習(xí)框架想要在國(guó)際競(jìng)爭(zhēng)中取得領(lǐng)先,還有很長(zhǎng)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(kāi)放日活動(dòng)上表示,當(dāng)前中國(guó)深度學(xué)習(xí)框架的發(fā)展仍需突破三大關(guān)鍵點(diǎn):技術(shù)實(shí)力、功能體驗(yàn)、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(guó)在這一領(lǐng)域的儲(chǔ)備仍有不足。其次,在應(yīng)用體驗(yàn)方面,由于中國(guó)是全球產(chǎn)業(yè)鏈最為完備的國(guó)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(gè)低門(mén)檻甚至零門(mén)檻的開(kāi)發(fā)平臺(tái)極為重要。

在開(kāi)發(fā)應(yīng)用生態(tài)方面,深度學(xué)習(xí)是一個(gè)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(shí)現(xiàn)持續(xù)迭代和發(fā)展。然而構(gòu)建生態(tài)周期長(zhǎng)、成本高,而且只有當(dāng)國(guó)產(chǎn)框架的技術(shù)和功能體驗(yàn)足以滿足開(kāi)發(fā)者的需求時(shí),才有機(jī)會(huì)培育起自主創(chuàng)新的AI開(kāi)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(jì)管理部部長(zhǎng),華為科學(xué)家與昇思MindSpore首席架構(gòu)師金雪鋒在某活動(dòng)上也談到“AI框架的挑戰(zhàn)”相關(guān)的話題。

他認(rèn)為,在人工智能新基建時(shí)代,AI框架面臨這幾個(gè)挑戰(zhàn)和機(jī)會(huì)點(diǎn):1、新的應(yīng)用范式:模型復(fù)雜度指數(shù)級(jí)增長(zhǎng),大模型成為新生產(chǎn)方式,AI與傳統(tǒng)科學(xué)計(jì)算融合,有望催生革命性成果。2、新的計(jì)算架構(gòu):計(jì)算量指數(shù)增長(zhǎng),通用芯片向領(lǐng)域高效能芯片轉(zhuǎn)變,雙碳經(jīng)濟(jì)下,分散低效的算力向集約高效算力演進(jìn)。3、新的開(kāi)發(fā)和部署方式:AI行業(yè)應(yīng)用進(jìn)入深水區(qū),融入生產(chǎn)系統(tǒng)是關(guān)鍵。


面對(duì)上述挑戰(zhàn)和機(jī)會(huì)點(diǎn),華為昇思MindSpore進(jìn)行了技術(shù)創(chuàng)新,比如面向新的應(yīng)用范式,包括自動(dòng)并行,原生大模型支持,即自動(dòng)并行AI編譯器,通過(guò)編譯器進(jìn)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(dòng)切分到集群上去執(zhí)行,既大大降低了大模型的開(kāi)發(fā)門(mén)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(gè)關(guān)鍵樞紐,是推動(dòng)AI應(yīng)用大規(guī)模落地的關(guān)鍵力量。因此對(duì)于企業(yè)來(lái)說(shuō),克服深度學(xué)習(xí)框架當(dāng)前面臨的挑戰(zhàn),不斷進(jìn)行技術(shù)創(chuàng)新,完善技術(shù)、功能和生態(tài)是關(guān)鍵。

聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 操作系統(tǒng)
    +關(guān)注

    關(guān)注

    37

    文章

    7152

    瀏覽量

    125595
  • AI
    AI
    +關(guān)注

    關(guān)注

    88

    文章

    35164

    瀏覽量

    279998
  • 推理
    +關(guān)注

    關(guān)注

    0

    文章

    8

    瀏覽量

    7349
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    嵌入式AI技術(shù)之深度學(xué)習(xí):數(shù)據(jù)樣本預(yù)處理過(guò)程中使用合適的特征變換對(duì)深度學(xué)習(xí)的意義

    ? 作者:蘇勇Andrew 使用神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)機(jī)器學(xué)習(xí),網(wǎng)絡(luò)的每個(gè)層都將對(duì)輸入的數(shù)據(jù)做一次抽象,多層神經(jīng)網(wǎng)絡(luò)構(gòu)成深度學(xué)習(xí)框架,可以深度理解數(shù)
    的頭像 發(fā)表于 04-02 18:21 ?888次閱讀

    軍事應(yīng)用中深度學(xué)習(xí)挑戰(zhàn)與機(jī)遇

    人工智能尤其是深度學(xué)習(xí)技術(shù)的最新進(jìn)展,加速了不同應(yīng)用領(lǐng)域的創(chuàng)新與發(fā)展。深度學(xué)習(xí)技術(shù)的發(fā)展深刻影響了軍事發(fā)展趨勢(shì),導(dǎo)致戰(zhàn)爭(zhēng)形式和模式發(fā)生重大變化。本文將概述
    的頭像 發(fā)表于 02-14 11:15 ?539次閱讀

    深度學(xué)習(xí)中RNN的優(yōu)勢(shì)與挑戰(zhàn)

    循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)是深度學(xué)習(xí)領(lǐng)域中處理序列數(shù)據(jù)的基石。它們通過(guò)在每個(gè)時(shí)間步長(zhǎng)上循環(huán)傳遞信息,使得網(wǎng)絡(luò)能夠捕捉時(shí)間序列數(shù)據(jù)中的長(zhǎng)期依賴關(guān)系。然而,盡管RNN在某些任務(wù)上表現(xiàn)出色,它們也面臨著一些
    的頭像 發(fā)表于 11-15 09:55 ?1331次閱讀

    NPU在深度學(xué)習(xí)中的應(yīng)用

    隨著人工智能技術(shù)的飛速發(fā)展,深度學(xué)習(xí)作為其核心驅(qū)動(dòng)力之一,已經(jīng)在眾多領(lǐng)域展現(xiàn)出了巨大的潛力和價(jià)值。NPU(Neural Processing Unit,神經(jīng)網(wǎng)絡(luò)處理單元)是專(zhuān)門(mén)為深度學(xué)習(xí)
    的頭像 發(fā)表于 11-14 15:17 ?1918次閱讀

    國(guó)產(chǎn)大模型發(fā)展的經(jīng)驗(yàn)與教訓(xùn)

    ? ? 本文介紹大模型的計(jì)算特征(國(guó)產(chǎn)平臺(tái)介紹、系統(tǒng)挑戰(zhàn)、算子實(shí)現(xiàn)、容錯(cuò))、框架的并行性支持、未來(lái)算法等。 隨著ChatGPT的橫空出世,人工智能大模型成為各行各業(yè)熱議的焦點(diǎn),國(guó)內(nèi)外各種大模型如雨
    的頭像 發(fā)表于 11-11 11:39 ?705次閱讀
    <b class='flag-5'>國(guó)產(chǎn)</b>大模型發(fā)展的經(jīng)驗(yàn)與教訓(xùn)

    Pytorch深度學(xué)習(xí)訓(xùn)練的方法

    掌握這 17 種方法,用最省力的方式,加速你的 Pytorch 深度學(xué)習(xí)訓(xùn)練。
    的頭像 發(fā)表于 10-28 14:05 ?658次閱讀
    Pytorch<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>訓(xùn)練的方法

    GPU深度學(xué)習(xí)應(yīng)用案例

    GPU在深度學(xué)習(xí)中的應(yīng)用廣泛且重要,以下是一些GPU深度學(xué)習(xí)應(yīng)用案例: 一、圖像識(shí)別 圖像識(shí)別是深度學(xué)習(xí)
    的頭像 發(fā)表于 10-27 11:13 ?1381次閱讀

    AI大模型與深度學(xué)習(xí)的關(guān)系

    AI大模型與深度學(xué)習(xí)之間存在著密不可分的關(guān)系,它們互為促進(jìn),相輔相成。以下是對(duì)兩者關(guān)系的介紹: 一、深度學(xué)習(xí)是AI大模型的基礎(chǔ) 技術(shù)支撐 :深度
    的頭像 發(fā)表于 10-23 15:25 ?2897次閱讀

    大算力芯片面臨的技術(shù)挑戰(zhàn)和解決策略

    在灣芯展SEMiBAY2024《HBM與存儲(chǔ)器技術(shù)與應(yīng)用論壇》上,億鑄科技創(chuàng)始人、董事長(zhǎng)兼CEO熊大鵬發(fā)表了題為《超越極限:大算力芯片面臨的技術(shù)挑戰(zhàn)和解決策略》的演講。
    的頭像 發(fā)表于 10-23 14:50 ?1093次閱讀

    ADS856x SAR驅(qū)動(dòng)電路的設(shè)計(jì)挑戰(zhàn)和改進(jìn)技術(shù)

    電子發(fā)燒友網(wǎng)站提供《ADS856x SAR驅(qū)動(dòng)電路的設(shè)計(jì)挑戰(zhàn)和改進(jìn)技術(shù).pdf》資料免費(fèi)下載
    發(fā)表于 10-17 09:38 ?0次下載
    ADS856x SAR驅(qū)動(dòng)電路的設(shè)計(jì)<b class='flag-5'>挑戰(zhàn)和</b>改進(jìn)技術(shù)

    FPGA做深度學(xué)習(xí)能走多遠(yuǎn)?

    。 總之,F(xiàn)PGA 在深度學(xué)習(xí)領(lǐng)域具有很大的發(fā)展?jié)摿?b class='flag-5'>機(jī)會(huì),但也面臨一些挑戰(zhàn)。隨著技術(shù)的不斷進(jìn)步和市場(chǎng)的不斷發(fā)展,F(xiàn)PGA 在深度
    發(fā)表于 09-27 20:53

    MCT8316A-設(shè)計(jì)挑戰(zhàn)和解決方案應(yīng)用說(shuō)明

    電子發(fā)燒友網(wǎng)站提供《MCT8316A-設(shè)計(jì)挑戰(zhàn)和解決方案應(yīng)用說(shuō)明.pdf》資料免費(fèi)下載
    發(fā)表于 09-13 09:52 ?0次下載
    MCT8316A-設(shè)計(jì)<b class='flag-5'>挑戰(zhàn)和</b>解決方案應(yīng)用說(shuō)明

    MCF8316A-設(shè)計(jì)挑戰(zhàn)和解決方案應(yīng)用說(shuō)明

    電子發(fā)燒友網(wǎng)站提供《MCF8316A-設(shè)計(jì)挑戰(zhàn)和解決方案應(yīng)用說(shuō)明.pdf》資料免費(fèi)下載
    發(fā)表于 09-13 09:51 ?9次下載
    MCF8316A-設(shè)計(jì)<b class='flag-5'>挑戰(zhàn)和</b>解決方案應(yīng)用說(shuō)明

    TMCS110x 布局挑戰(zhàn)和最佳實(shí)踐

    電子發(fā)燒友網(wǎng)站提供《TMCS110x 布局挑戰(zhàn)和最佳實(shí)踐.pdf》資料免費(fèi)下載
    發(fā)表于 09-12 09:23 ?0次下載
    TMCS110x 布局<b class='flag-5'>挑戰(zhàn)和</b>最佳實(shí)踐

    NVIDIA推出全新深度學(xué)習(xí)框架fVDB

    在 SIGGRAPH 上推出的全新深度學(xué)習(xí)框架可用于打造自動(dòng)駕駛汽車(chē)、氣候科學(xué)和智慧城市的 AI 就緒型虛擬表示。
    的頭像 發(fā)表于 08-01 14:31 ?1150次閱讀