|
近日，国际权威数据调研机构IDC发布《中国深度学习框架和平台市场份额，2022H2》报告。报告显示，百度稳居中国深度学习平台市场综合份额第一。
根据2022年下半年IDC对中国深度学习开源框架市场的调研，Meta PyTorch、百度飞桨PaddlePaddle、谷歌TensorFlow已占据80%以上的市场份额，遥遥领先于其他国内外框架。飞桨PaddlePaddle开源框架市场份额超越了谷歌TensorFlow。2021-2022年，飞桨持续位居中国深度学习平台市场综合份额第一，在工业、能源、交通、农业等领域大放异彩。 上可探索“星辰大海”，下可接入“田间地头”，飞桨是如何做到的？ 深度学习，让机器学会思考 进入21世纪，互联网的发展深刻改变世界。尤其是近10年，随着深度学习技术的突破，人工智能（AI）真正进入人们的生产生活中，成为科技革命和产业变革的重要驱动力量。各大巨头纷纷入场人工智能，AlphaGo狂扫一波顶级棋手、笑傲世界棋坛……深度学习技术的迅速发展，为大众所直观感知。 深度学习，是AI的底层核心技术，其最终目标是让机器像人一样具有分析学习能力，能够识别文字、图像和声音等数据。深度学习基于人工神经网络形成，其工作机理受到了人脑神经网络的启发。 举例来说，当家长会反复指着苹果告诉小孩“这是苹果”，或者再拿来一个梨告诉孩子苹果和梨的区别，经过一段时间孩子就记住了苹果。这是人脑神经网络的工作机理，神经元不断接收到“这是苹果”的外界信号，达到一定阈值并触发动作电位、影响周围神经元，大脑就记住了这个苹果。 由此，研究人员设计了人工神经网络。典型的人工神经网络包含一层层节点，节点之间相互连接，有的可达几百层、上千层，被称为深度神经网络。通过神经网络，机器可从海量的数据中学习复杂丰富的规律、知识，甚至能学到人类还没有发现的知识，从而轻松识别各种物体、发现物体间关系、完成复杂计算。基于深度神经网络，从大规模数据中学习的过程，就是深度学习。 当前，我们正面对以深度学习为核心的第三次AI浪潮。在深度学习基础上，融合大规模知识（即知识增强的深度学习），是AI发展的重要方向，并逐渐应用于各行各业。 自动驾驶，图像识别，机器翻译……深度学习技术带来的惊艳成果，离不开业界的多年耕耘。早在2012年，百度便开始探索深度学习技术及应用；2013年，百度率先建立了全球首个专注深度学习研究的深度学习研究院。同期，百度开始布局研发深度学习框架，最终于2016年开源深度学习框架PaddlePaddle。 PaddlePaddle的中文名“飞桨”，取自宋代文人朱熹的“闻说双飞桨，翩然下广津”，直意为“快船”，寓意飞桨助推AI走得更快更远。 “快船”驶出，助推AI前进 “十四五”规划在“新一代人工智能”领域明确提出，加强深度学习框架领域攻关。然而，AI要真正实现大规模应用落地，还面临着诸多挑战。 深度学习之“深”，与人工神经网络复杂度紧密相关。随着参数量增大、网络模型层数增多、硬件芯片类型多等问题出现，深度学习开发训练难度越来越大，对深度学习的广泛适配能力要求也越来越高。 在这一背景下，深度学习框架和平台应运而生。深度学习框架下接芯片、上承应用，能够针对性地解决大规模发展、应用深度学习技术过程中面临的实际问题，推动AI在产业中应用起来，加速产业数字化转型和智能化升级。其在AI产业链中的位置堪比PC时代的Windows、移动时代的iOS和安卓，可谓“智能时代的操作系统”。 依托深度学习框架，开发者可像搭积木一样，根据自身行业特点和场景需要选择基于框架定制开发，或者从模型库中选择、组装自己想要的模型，采用零门槛平台导入场景数据进行训练，最终实现部署。 作为百度自主研发的中国首个开源开放、功能丰富的产业级深度学习平台，飞桨集核心框架、基础模型库、端到端开发套件、丰富的工具组件于一体，还包括飞桨企业版零门槛AI开发平台EasyDL和全功能AI开发平台BML，以及飞桨AI Studio学习与实训社区。
飞桨解决了基础软件层的开发、训练、推理部署，以及模型库、开发套件等问题，通过开源开放，开发者可直接调用飞桨框架和开发平台的相关模块，无需每个人都从第一行算法代码写起。这大幅降低了AI技术应用的门槛，避免重复“造轮子”，更快推进产业智能化。同时，飞桨协同硬件厂商，开拓软硬件协同的产品和功能，携手超过40家硬件厂商深度融合优化，国产芯片适配第一。 在如今的国内市场上，PaddlePaddle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，甚至有超过国外主流框架能力表现的深度学习框架。 这意味着，中国打造了自主可控的AI操作系统。我国AI技术开发者和使用者不必依赖于国外平台进行科技创新和产业应用，可避免“受制于人”，能够把我国广大科技工作者的智慧聚集在自主的平台上，用自主科技创新助力产业智能化升级，避免技术形成代差、技术封锁风险，还可进一步培育自主可控的技术和产业生态。 百业有问，飞桨有解 正如百度CTO王海峰所说，深度学习具有很强的通用性，呈现出标准化、自动化和模块化的工业大生产特征，打开了AI走向大规模落地应用的空间，推动AI进入工业大生产阶段。其中，深度学习框架平台和大模型承担了技术基座的角色。 AI领域的技术创新和产业发展，离不开深度学习框架和平台。灵活高效、广泛适配的核心框架，功能丰富、场景广泛的产业级模型库，中国应用规模第一的深度学习框架和赋能平台，全球前三的AI开源开放生态……依托这些优势，飞桨助力开发者快速实现AI想法，创新AI应用，作为基础平台支撑越来越多行业实现产业智能化升级。 乘着飞桨“快船”，AI已经驶向了技术落地深水区。一方面，从实际产业需求出发，面向业务场景深入优化，并做通用化设计嵌入框架，形成一整套满足产业级业务需求的深度学习框架和赋能平台；另一方面，在已有业务实践基础上，开源开放代码和核心能力，进一步服务于新的产业以及AI前沿领域的探索，持续迭代优化，推动AI行业进步。 截至2022年11月底，飞桨平台已凝聚535万开发者，创建了67万个AI模型，服务于20万家企事业单位，上可探索“星辰大海”，下可接入“田间地头”，在工业、能源、交通、农业等领域大放异彩。 柳州源创电喷技术有限公司快速完成喷油嘴零件瑕疵判读的无人化，效率提升30%；成都国铁电气设备有限公司的“轨道在线智能巡检系统”，实现对轨道巡检图片的实时检测；河南兰考葡萄架乡杜寨村蜜瓜产业基地助农直播间的AI数字人度晓晓，判断生瓜熟瓜、直播带货、新闻播报样样精通…… 在这些触手可及的智能化产业里，都能发现飞桨的身影。随着我国自主可控的深度学习框架和平台越来越完备成熟，AI还将走进“深度学习+”新阶段，加快数字经济增长。 人工智能具有溢出带动性很强的“头雁”效应，是实现创新引领、建设科技强国、实现中国式现代化的重要技术和能力。基于百度飞桨等产业级深度学习平台不断降低AI应用门槛，我国人工智能产业加速进入工业大生产阶段，不仅会极大地提升生产效率和人们生活的便捷度，更能带动我国科技发展、产业升级和生产力整体跃迁，促进我国经济高质量发展。 （结束） |
|
|
