中国开源深度学习框架第六年：百度飞桨国内综合份额第一，全球开发者超400万...

明敏 发自 凹非寺
量子位 | 公众号 QbitAI

前不久，中兴结束5年合规检查期的消息，在科技圈引发不小波澜。

在这样一个特殊的时间节点下，“缺芯少魂”方面的自主自强问题，再次成为全社会关注的焦点。

芯片，代表着底层算力；魂则是指系统。

如今，AI被视为高精尖技术竞赛角逐的战场，其最核心的系统便是深度学习框架。

国际两大主流深度学习框架TensorFlow、PyTorch之外，中国的开源框架，发展怎么样了？

具体都有哪些玩家入场？其背后技术实力如何？是否能够自主自立、不会重蹈“缺芯”覆辙？

今天，我们就来试着找寻这些问题的答案。

国产开源框架情况

在问题的最开始，我们来盘一盘如今市面上有哪些主流国产开源框架。

百度飞桨（PaddlePaddle），深度学习开源框架的先头兵，在2016年就已率先对外发布。

而后在2020年，国内开源框架迎来了第一波集中爆发。

独角兽旷视拿出工业级深度学习框架天元（MegEngine），一流科技OneFlow、华为昇思（MindSpore）也在同年登场。

学界方面，清华大学开源了支持即时编译的深度学习框架计图（Jittor）。

显然，过去几年中，“开源”、“AI底层”成为了国内AI厂商们十分重视的发展战略。

其背后原因可大致归结为两点。

第一，在深度学习迎来高速发展的大背景下，传统产业转向智能化，AI的注入是关键因素之一。

小到一次人脸识别、大到一座城市的智能化管理，深度学习已经渗透到我们的日常生活之中，成为社会高速发展的一条重要纽带。

第二，尽管TensorFlow、PyTorch在技术上发展已经非常成熟，但是外部环境变化，使得我国拥有自主创新的AI底层能力成为眼下之刚需，这也为国内深度学习开源框架带来了发展的土壤。

实际上，从2016年至今，国内深度学习开源框架在经历多年积累、沉淀、探索后，一些成果已经初步涌现。

根据IDC中国公开发布的深度学习开源框架市场研究报告，截至2021年上半年，TensorFLow、PyTorch以及百度飞桨成为国内最高频使用的开源框架；

百度飞桨已凝聚406万开发者，服务15.7万企事业单位，开发模型达47.6万个。

市场份额方面，百度飞桨在国内综合市场份额已超越TensorFlow和PyTorch，位居中国第一。

那么，它是如何一步步发展至如今这一水平的？其背后经验是否值得参考借鉴？

作为国产头雁，以百度飞桨为例，或许能厘清一条中国自研开源框架发展之路。

自主技术系统需要怎样炼成？

当下，我们已经处于以深度学习为核心的第三次AI浪潮，新兴技术迎来集中爆发期。在这样一个百舸争流的环境中，如何开拓出自己的一席之地？

瞄准技术核心底层，大厂们深谙此道。

正如前文所提及的，框架被视为深度学习的核心灵魂，在推动人工智能进入工业大生产上，具有举足轻重的作用。

在此背景下，如何为自家深度学习开源框架开辟出一席之地？

参考飞桨，连点成线总结概括，大概需要4方面的努力：

• 技术积累

• 场景应用

• 产业供需

• 开发者生态

缺一不可。

首先，及时起步、抢占身位。

这里最典型的案例，便是谷歌TensorFlow。

2015年，TensorFlow先声夺人，迅速在工业界内赢得开发者们的青睐，由此奠定了它全球两大主流框架的地位。

百度飞桨几乎是同一时间站在了起跑线上。

2016年，百度飞桨便先以PaddlePaddle的名字在GitHub上对外开源，并且提供中英文双语技术文档。

而如果从筹备、研发期算起，百度飞桨的起点还要更早，可追溯到2010-2013年。

起跑早、发力早，带来的优势也十分明显——可以有更加充足的时间积累底层技术。

目前，百度AI方面专利申请数量超过1.3万件，连续四年位列中国第一，其中深度学习专利数量位居全球第一。

将专利技术握在自己手里，意味着中国深度学习技术可以更加自主自强；同时，更早积累技术也为中国团队参与到行业标准建立，提供了机会。

如今，百度飞桨的核心框架贯穿开发、训练、推理部署三个环节，基础模型库覆盖CV、NLP、推荐、语音、知识增强的文心大模型。

第二，深度学习框架要能够解决行业中的实际问题。

工业界出身的深度学习框架，对理解行业场景有着先天优势。

加之飞桨诞生于中国，还能更加了解中国企业的实际需求，也为开拓海外市场提供丰富经验参考。

过去几年来，百度飞桨官方发布的产业级开源算法模型已经超过了500个，并发布13个精度与性能平衡的产业级PP系列模型，覆盖工业、农业、交通、科学计算等20多个行业领域。

在此我们可以看一些具体实例。

农业增产方面，百度飞桨联合京东方后稷打造了智慧水培植物工厂；

煤矿生产领域，华夏信天机器人公司基于飞桨的目标检测工具套件PaddleDetection，开发出输煤胶带智能巡检机器人。

当然还有更为前沿的应用场景。

前不久，百度生物计算方面研究登上Nature子刊，这一成果的底层技术支持便来自百度飞桨。

基于飞桨，百度开发出了一个可用于生物计算的工具组件螺旋桨（PaddleHelix），涉及领域包括药物研发、疫苗设计和精准医疗等。

还有此前东京奥运会上，中国跳水梦之队背后的隐形AI教练——国内首个云端3D+AI跳水训练系统，底层能力同样来自飞桨。

第三，协同上下游共同推动自主创新。

在实际应用层面，企业由于框架与硬件不适配，总是会带来额外的人力物力成本。

在这方面，百度飞桨实现了国产芯片适配量第一，同时还是英伟达三大支持框架之一——也是其中唯一深度适配的中国框架。

除了自研昆仑芯之外，飞桨已经和英特尔、英伟达等在内的22家国内外硬件厂商，完成了31种芯片的适配和优化。

值得一提的是，深度学习开源框架对底层硬件的适配，反过来也会开拓国产硬件的使用场景，促进国产硬件的发展。

第四，深度学习开源框架能否发展更为长远，良好的开发者生态也是关键之一。

有人用、越用越好，可以看作是评判一个深度学习框架的标准。

飞桨在这方面已经初具规模。

其中，百度飞桨在开源社区的影响力位居国内第一，在GitHub上总star位于全球第三、中国第一。

《2021中国开源年度报告》显示，2021年GitHub中国项目活跃度Top 30中，飞桨占据了5个项目，其中飞桨框架位列第一。

中国自研开源框架如何突围？

综上，便是百度飞桨为中国深度学习框架发展提供的一些思考。

如今，全球深度学习框架“PPT”格局初现，百度飞桨PaddlePaddle与TensorFlow、PyTorch已展开正面交锋。

但不可否认的是，前路仍旧漫长，中国深度学习框架能够提升的空间还非常广阔。

最近，百度方面也提出了自己的见解。

百度AI技术生态总经理马艳军博士表示，当前中国深度学习框架的发展有三大关键点：

• 技术实力

• 功能体验

• 生态规模

技术实力，不难理解。

技术创新的源头，说到底还是人才。目前，我国在AI底层技术人才的储备上，仍有不足。

飞桨也是在边研发边培养这方面的人才。同时还打造了AI Studio学习与实训社区，让更多对AI感兴趣的人有机会入门、进阶和快速提升。

飞桨还与高校“产教融合”：合作人工智能相关教材、提供人工智能教育资源，超过700所高校的3000多名AI专业教师从飞桨举办的深度学习师资培训中受益。

其次，在功能体验上。

中国是全球产业链最完整的国家，但同时产业体系也相当复杂，尤其是中小企业方面，如何快速向智能化转型，已经成为国家、行业都在重点关注的问题。

那么，如何让各行各业的专业人才，即使没有AI专业知识和背景也能顺利使用AI，便是AI产业需要从底层技术上思考的问题。

低门槛，俨然是众望所需。

这也是百度飞桨的特色之一。

无论是TensorFlow还是PyTorch，都未在易用性方面下大功夫，对初学者友好度不高。而百度飞桨正好弥补了这一市场痛点。

最后，还是要说回到开发者生态上。

马艳军博士提到，百度飞桨与开发者们一直保持紧密联系，比如遇到问题可以直接通过QQ交流群反馈给内部工作人员。

同时，百度飞桨还经常开展线上直播福利课程，毕竟自学嘛，也是程序员必备自我修养了。

从这些动作中也不难看出，与谷歌、Meta让开源框架“野蛮生长”的路线不同，百度飞桨不仅仅是为开发者提供一个好用的底层框架，还投入了大量人力、物力来打造一个友好度更高、适用性更强的生态。

最后的最后，我们再来放眼瞭望一下整体人工智能产业的大环境。

去年4月，在首届济南国家级人工智能创新应用先导区高端峰会上，中国工程院院士潘云鹤就指出：

人工智能应用的先导区要鼓励使用中国自己的平台，促进中国人工智能实现自主可控。

另一方面，IDC报告指出，安全性开始成为开发者使用开源框架的考量因素之一。

而值得庆幸的是，潘云鹤院士表示，这方面中国也开始慢慢形成自己的优势，百度飞桨便是最好的证明之一。

正如马艳军博士所说：

尽管深度学习框架属于高投入、长周期、抢生态的竞争，但已经得到国家和企业的战略性支持，是开启下一个AI时代的钥匙。

板凳甘坐十年冷，只为星火可燎原。

十年技术投入，百度飞桨站稳中国市场，未来的挑战依然艰巨，挑战总是与机会并存，相信心怀技术信仰的百度，可以不断推动中国的人工智能走在世界的前列。