當(dāng)下，作為人工智能的一個(gè)重要分支，深度學(xué)習(xí)技術(shù)已經(jīng)被應(yīng)用到越來(lái)越廣泛的實(shí)踐當(dāng)中。而其中必不可少的基本工具，深度學(xué)習(xí)框架之爭(zhēng)也暗流涌動(dòng)。

國(guó)外的谷歌、Facebook、微軟等公司都已經(jīng)推出了自己的深度學(xué)習(xí)框架，比如 TensorFlow、Caffe、MXnet 等，國(guó)內(nèi)的本土深度學(xué)習(xí)框架則以百度的 Paddle Paddle 為首。

各家大型科技公司都希望全球開發(fā)者使用并推廣自己開發(fā)的技術(shù)棧，從整個(gè)行業(yè)的視角來(lái)看，不同科技巨頭支持的不同深度學(xué)習(xí)框架必然可以相互推動(dòng)，加快創(chuàng)新，但對(duì)于參與這場(chǎng)競(jìng)爭(zhēng)的公司來(lái)說(shuō)，搶到并保持今日窗口期的領(lǐng)跑者地位，也意味著能夠在明日定義種種行業(yè)標(biāo)準(zhǔn)之時(shí)更有話語(yǔ)權(quán)。

這也是為何百度史無(wú)前例地為其 PaddlePaddle 框架召開了一場(chǎng)重大發(fā)布會(huì)的原因。

國(guó)產(chǎn)深度學(xué)習(xí)框架的一次重要亮相

4 月 23 日，首屆 WAVE SUMMIT 2019 深度學(xué)習(xí)開發(fā)者峰會(huì)在北京舉辦，整個(gè)峰會(huì)的重點(diǎn)，便是圍繞 PaddlePaddle 的一系列更新和升級(jí)，以期這款百度自有的深度學(xué)習(xí)框架能夠覆蓋更多的中國(guó)開發(fā)者。

在發(fā)布會(huì)上，百度深度學(xué)習(xí)技術(shù)平臺(tái)部總監(jiān)馬艷軍首次對(duì)外公布了 PaddlePaddle 全景圖，集核心框架、工具組件和服務(wù)平臺(tái)為一體的端到端開源深度學(xué)習(xí)平臺(tái)，囊括支持面向真實(shí)場(chǎng)景應(yīng)用、達(dá)到工業(yè)級(jí)應(yīng)用效果的模型，針對(duì)大規(guī)模數(shù)據(jù)場(chǎng)景的分布式訓(xùn)練能力、支持多種異構(gòu)硬件的高速推理引擎等。

圖丨 PaddlePaddle 全景圖（來(lái)源：DeepTech）

PaddlePaddle 也發(fā)布了11 項(xiàng)新特性及服務(wù)，包含 PaddleNLP、視頻識(shí)別工具集、Paddle Serving、PaddleSlim、AutoDL Design 等多種深度學(xué)習(xí)開發(fā)、訓(xùn)練、預(yù)測(cè)環(huán)節(jié)的“硬通貨”。據(jù)馬艷軍介紹，百度希望圍繞深度學(xué)習(xí)框架本身提供一整套緊密關(guān)聯(lián)、靈活組合的完整工具組件和服務(wù)平臺(tái)，覆蓋初學(xué)者、零算法基礎(chǔ)工程師、算法工程師、研究者。

具體而言，核心框架層開放了從開發(fā)到訓(xùn)練，再到預(yù)測(cè)的一整套完整能力。開發(fā)環(huán)節(jié)，PaddlePaddle 已開源 60 多個(gè)經(jīng)過真實(shí)業(yè)務(wù)場(chǎng)景驗(yàn)證的官方模型，涵蓋視覺、NLP、推薦等 AI 核心技術(shù)領(lǐng)域，例如全新發(fā)布 PaddleCV 及業(yè)界首個(gè)視頻識(shí)別工具集，面向工業(yè)應(yīng)用的中文 NLP 工具集 PaddleNLP。

而首次重磅發(fā)布的視頻識(shí)別工具集，為開發(fā)者提供解決視頻理解、視頻編輯、視頻生成等一系列任務(wù)。它開放了 7 個(gè)視頻分類經(jīng)典模型，這些模型共享一套配置文件，并且在數(shù)據(jù)的讀取、評(píng)估等方面共享一套代碼，覆蓋視頻識(shí)別方向的主流領(lǐng)先模型，還可實(shí)現(xiàn)一鍵式的高效配置來(lái)做訓(xùn)練和預(yù)測(cè)。

訓(xùn)練環(huán)節(jié)，大規(guī)模分布式訓(xùn)練主要從三方面實(shí)現(xiàn)了升級(jí)。首先多機(jī)多卡的全面高效支持，提升了速度；其次是在 CPU 的應(yīng)用場(chǎng)景方面，針對(duì)大規(guī)模稀疏特征設(shè)計(jì)并開放了大規(guī)模稀疏參數(shù)服務(wù)器，開發(fā)者可輕松下載相關(guān)鏡像使用；大規(guī)模分布式訓(xùn)練支持在各種容器上高速運(yùn)行，同時(shí)支持在 K8S 生態(tài)下使用 PaddlePaddle 進(jìn)行訓(xùn)練。

圖丨橙色部分為本次更新的 11 項(xiàng)新服務(wù)的分布（來(lái)源：DeepTech）

數(shù)據(jù)處理方面，優(yōu)化分布式 IO，增加遠(yuǎn)程文件系統(tǒng)流式讀取能力。GPU 多機(jī)多卡同步訓(xùn)練通過增加稀疏通信能力提升帶寬不敏感訓(xùn)練能力，在低配網(wǎng)絡(luò)帶寬網(wǎng)絡(luò)環(huán)境下，例如 10G 網(wǎng)絡(luò)下，同步訓(xùn)練可提速 10 倍。

開發(fā)和訓(xùn)練后，將模型部署到各種應(yīng)用場(chǎng)景下是非常關(guān)鍵的一個(gè)步驟。部署環(huán)節(jié)需要高速的推理引擎，在此基礎(chǔ)上，為了部署在更多的硬件上往往需要做模型壓縮，在真正使用時(shí)，還需要軟硬一體能力的支持?；诖?，PaddlePaddle 準(zhǔn)備了完整的端到端的全流程部署方案，并將持續(xù)擴(kuò)展對(duì)各類硬件的支持?；诙嘤布闹С?，PaddlePaddle 提供性能全面領(lǐng)先的底層加速庫(kù)和推理引擎，全新發(fā)布 Paddle Serving 支持服務(wù)器端的快速部署。不僅如此，模型體積壓縮庫(kù) PaddleSlim 也是為開發(fā)者準(zhǔn)備的“重磅驚喜”，針對(duì)體積已經(jīng)很小的 MobileNet 模型，它仍能在模型效果不損失的前提下實(shí)現(xiàn) 70% 以上的體積壓縮。

在多項(xiàng)全新發(fā)布及重磅升級(jí)中，工具組件方面顯得尤為突出。此次，PaddlePaddle 不僅開源 AutoDL Design、升級(jí) PARL，并首次提出并發(fā)布預(yù)訓(xùn)練一站式管理工具 PaddleHub。

圖丨百度 AI Studio 算力支持計(jì)劃（來(lái)源：DeepTech）

One More Thing。在發(fā)布會(huì)上，為了解決非大型企業(yè)的開發(fā)者在開發(fā)深度學(xué)習(xí)應(yīng)用時(shí)遭遇的算力問題，百度宣布推出了1 億元的免費(fèi)算力計(jì)劃：免費(fèi)算力主要以兩種模式提供，第一種是一人一卡模式，V100 的訓(xùn)練卡包括 16G 的顯存，最高 2T 的存儲(chǔ)空間。另外一種是遠(yuǎn)程集群模式，PaddlePaddle 提供高性能集群，供開發(fā)者免費(fèi)使用。

PaddlePaddle開源3年之際，下一步會(huì)是打造專有硬件嗎？

結(jié)合本次發(fā)布會(huì)回顧百度的 AI 之路，PaddlePaddle 的存在感愈發(fā)強(qiáng)烈。

百度是國(guó)內(nèi)最早研究深度學(xué)習(xí)技術(shù)的公司之一，早在 2013 年即設(shè)立全球首個(gè)深度學(xué)習(xí)研究院，并在 2016 年 正式開源百度 PaddlePaddle，PaddlePaddle 成為中國(guó)首個(gè)也是目前國(guó)內(nèi)唯一開源開放、功能完備的端到端深度學(xué)習(xí)平臺(tái)。

開源之后，PaddlePaddle 的本土化特色吸引了國(guó)內(nèi)不少開發(fā)者，另外，隨著百度頻繁與國(guó)外高校和企業(yè)進(jìn)行技術(shù)交流，一度有業(yè)內(nèi)數(shù)據(jù)顯示，PaddlePaddle 也是全球范圍內(nèi)開發(fā)熱度攀升最快的深度學(xué)習(xí)平臺(tái)之一。

2017 年，由國(guó)家發(fā)改委批復(fù)，百度牽頭籌建了國(guó)內(nèi)唯一的深度學(xué)習(xí)技術(shù)及應(yīng)用國(guó)家工程實(shí)驗(yàn)室。

負(fù)責(zé)實(shí)驗(yàn)室的百度高級(jí)副總裁王海峰就在這次大會(huì)上表示，百度認(rèn)為深度學(xué)習(xí)框架是“智能時(shí)代的操作系統(tǒng)”，“深度學(xué)習(xí)技術(shù)已經(jīng)具備了很強(qiáng)的通用性，正在推動(dòng)人工智能進(jìn)入工業(yè)大生產(chǎn)階段，呈現(xiàn)出標(biāo)準(zhǔn)化、自動(dòng)化和模塊化的特點(diǎn)”。

圖丨王海峰（來(lái)源：百度）

而當(dāng)深度學(xué)習(xí)繼續(xù)走向與產(chǎn)業(yè)結(jié)合的深水區(qū)，深度學(xué)習(xí)框架進(jìn)化的一個(gè)非常關(guān)鍵的趨勢(shì)就在于軟硬件結(jié)合。盡管整場(chǎng) PaddlePaddle 的更新并不涉及這一方面的內(nèi)容，但在大會(huì)的討論環(huán)節(jié)，包括百度、華為、英特爾等業(yè)內(nèi)領(lǐng)軍企業(yè)的與會(huì)者也紛紛表示認(rèn)同這一趨勢(shì)。

在這一點(diǎn)上，谷歌已經(jīng)做出表率。谷歌基于 TensorFlow 定制了專屬的芯片 TPU，加速深度學(xué)習(xí)平臺(tái)的部署，而系統(tǒng)廣泛的應(yīng)用，也為其不斷降低專屬 AI 芯片的成本。

（來(lái)源：DeepTech）

AI 芯片、深度學(xué)習(xí)框架、行業(yè)應(yīng)用的關(guān)系是，深度學(xué)習(xí)框架承上啟下，下接芯片、大型計(jì)算機(jī)系統(tǒng)，上承各種業(yè)務(wù)模型、行業(yè)應(yīng)用。當(dāng)業(yè)務(wù)和應(yīng)用對(duì)深度學(xué)習(xí)框架提出越來(lái)越多、越來(lái)越復(fù)雜的新需求時(shí)，傳統(tǒng)的芯片恐怕將難以支撐深度學(xué)習(xí)框架新能力的輸出，后者反向定制專用 AI 芯片也就成為大勢(shì)所趨。

也就是說(shuō)，某種程度上，未來(lái)誰(shuí)在深度學(xué)習(xí)框架上有了決定性優(yōu)勢(shì)，誰(shuí)在 AI 芯片的優(yōu)化和定制上就更有話語(yǔ)權(quán)。深度學(xué)習(xí)框架之爭(zhēng)，演化成各家比拼專屬化硬件研發(fā)能力，也就是早晚的事情了。

圖丨PaddlePaddle 的新中文名“飛槳”（來(lái)源：DeepTech）