Py学习  »  机器学习算法

百度飞桨升级、旷视华为宣布开源,国产深度学习框架迎来大爆发!

OFweek人工智能 • 3 年前 • 441 次点击  

过去的几十年时间里,人工智能的发展经历了人工规则、机器学习和深度学习三个典型阶段,以OCR和自然语言处理技术为例,深度学习的通用性优势,使得其效果大幅提升,广泛应用于各行各业。可以说,深度学习框架是智能时代的操作系统。


近日,百度飞桨深度学习平台新增适配比特大陆最新算丰系列AI芯片,两者的成功融合在芯片利用率、性能功耗比等指标上尽显优势,相比传统GPU更适合深度学习推理,成为我国构建自主AI生态的典范。


国内最完备的开源深度学习平台


2019年,百度将深度学习框架升级为功能完备的产业级开源开放平台,发布Paddle Lite,语音识别SMLTA模型大规模上线,语音合成风格迁移技术 Meitron 模型开始应用,发布语义理解框架 ERNIE,“飞桨”正式上线。


飞桨深度学习框架采用基于编程逻辑的组网范式,对于普通开发者而言更容易上手,符合他们的开发习惯。


同时支持声明式和命令式编程,不仅兼容其他开源框架训练的模型,还可以轻松地部署到不同架构的平台设备上。


飞桨源于产业实践,致力于与产业深入融合,提供了领先的深度学习&机器学习任务开发、训练、部署能力,加速企业从算法研发到产业落地的过程。


目前飞桨在工业、农业、服务业等各行各业中都取得了广泛的应用,服务150多万开发者,有超过6.5万企业用户,在定制化训练平台上发布了16.9万个模型,与合作伙伴一起帮助越来越多的行业完成AI赋能。


总的来说,百度飞桨(PaddlePaddle)集深度学习核心框架、基础模型库、端到端开发套件、工具组件和服务平台于一体,是目前国内自主研发、开源开放、功能最完备的产业级深度学习平台。


比特大陆助力飞桨远航


与百度同为国内人工智能企业先行者的比特大陆是世界上少数几家有能力开发云端人工智能芯片的公司之一,在各种芯片制程标准下均具备领先的设计能力,是世界上少数有能力开发云端人工智能芯片的公司之一,并已成功推出四代人工智能芯片:云端芯片算丰BM1680、算丰BM1682、算丰BM1684,终端芯片BM1880。


近日,比特大陆最新算丰系列AI芯片与百度飞桨(PaddlePaddle)深度学习框架的成功融合。


根据百度飞桨与比特大陆兼容性认证书显示,比特大陆的算丰人工智能芯片BM16XX系列,在百度飞桨的轻量化推理引擎Paddle Lite充分兼容,高效稳定运行。


比特大陆最新一代算丰BM1684芯片,聚焦于云端及边缘应用的人工智能推理,采用台积电 12nm 工艺,在典型功耗仅 16 瓦的前提下,INT8 算力可高达 17.6Tops,在 Winograd 卷积加速下,INT8 算力更提升至 35.2Tops,是一颗低功耗、高性能的 SoC 芯片。


其算力性能和性能功耗比指标业界领先,超过主流推理GPU,在性能满足视频分析业务需求的前提下,可以实现视频结构化的单路成本最优。


2019年9月17日,在福州城市大脑暨闽东北信息化战略合作发布会上,比特大陆发布了其算丰第三代AI芯片BM1684,该芯片聚焦于云端及边缘应用的人工智能推理,采用台积电12nm工艺,为福州城市大脑基础设施提供算力。


目前,比特大陆已量产发布多款云端BM168X系列和终端BM188X系列AI芯片,可应用于人脸识别、自动驾驶、城市大脑、智能安防、智能医疗等人工智能场景。


通过对比特大陆AI芯片的适配,Paddle Lite不仅可实现对多种硬件平台的兼容,还能够更好地根据用户的实际业务需求进行服务,极大节省模型迁移时间。


国产深度学习框架迎来一轮爆发


在深度学习框架以及AI开源方面深耕多年,百度深谙技术开源之道,飞桨已经具备了兼具灵活和效率的开发机制、工业级应用效果的模型、超大规模分布式训练能力、推理引擎一体化设计以及系统化的服务支持等等特点,解决了诸多实际开发和应用过程中的刚需,为行业赋能,让越来越多的开发者用体会到深度学习框架的便利性。


现阶段,随着深度学习技术不断发展突破,加速与产业融合,持续提升各行各业的商业增值潜力,加速产业智能化。


也正是如此,国内也有越来越多的科技企业加入到深度学习框架、开源平台的战场,就拿华为、旷视来说,近期都做出了不小的举动,国产深度学习框架迎来一轮爆发。


旷视开源,落子天元


2020年3月25日,人工智能企业旷视科技举办线上发布会,旷视联合创始人兼CTO唐文斌宣布正式开源其AI生产力平台Brain++的核心组件——天元(MegEngine)。


本次发布为Alpha版本,基于ApacheLicense2.0,向外界共开源约35万行代码,包括C++、CUDA和Python代码,在GitHub上进行发布。


天元是一套伴随旷视自身AI产业实战经验的框架,是旷视Brain++的核心组件之一。为了这次开源,旷视为天元做了一次全面的升级。


从2014年开始研发,2015年全员使用,到今年3月开源,旷视目前所有的算法都是基于天元MegEngine这个框架训练和推理的。


它不仅能够在AI竞赛擂台上为旷视打怪升级加Buff,更撑起了旷视工程化、产品化的半边天。


发布会上,天元项目的负责人,也是旷视研究院高级技术总监田忠博指出,天元是一套训练推理一体化、动静态合一的工业级深度学习框架。


降低开发者的门槛,让 AI 变得平凡才是真正的释放 AI 生产力。旷视希望通过开源、开放的方式逐步将 AI 生产力平台 Brain++ 的能力传递给业界广大开发者,让每一个 AI 开发者都有能力快速实现算法从 0 到 1 的创造,进而创造更大的价值。


华为全场景AI框架开源:一次训练多处部署


几乎是同时,在3月28日,华为开发者大会2020(Cloud)第二天,华为MindSpore首席科学家、IEEE Fellow陈雷教授宣布,华为全场景AI计算框架MindSpore在码云正式开源,并将致力于构筑面向全球的开源社区,持续推动AI软硬件应用开源生态繁荣发展。


2019年8月,华为在深圳总部发布了算力最强的AI芯片昇腾910,同时推出了全场景AI计算框架MindSpore,当时华为轮值董事长徐直军介绍,MindSpore可以实现统一架构、一次训练、多处部署,而且,通过实现AI算法即代码,MindSpore可以显著减少模型开发时间,并表示华为MindSpore将在2020年第一季度实现开源。


MindSpore是一款支持端边云全场景的深度学习训练推理框架,主要应用于计算机视觉、自然语言处理等AI领域。


面向数据科学家、算法工程师等人群,提供设计友好、运行高效的开发体验,显著减少模型开发时间,降低模型开发门槛。


作为华为整体AI解决方案的一部分,MindSpore在提供昇腾AI处理器原生支持及软硬件协同优化,也支持通用CPU和GPU。


训练推理上,MindSpore不仅支持CPU、GPU,更针对华为昇腾芯片进行了优化。同时,MindSpore也是唯一支持昇腾芯片的框架。


华为此时推出开源框架,是华为云Cloud&AI BG成立后的重要一步,其目的在于汇聚一批开发者。在硬件开发者生态聚合方面,华为的确处在相对领先的位置,尤其是在政企市场,很多客户要求私有化部署。


写在最后


就目前来看,百度飞桨在国内开源深度学习平台中处于领先的地位。华为则是强在硬件,在ICT(information and communications technology,信息与通信技术)领域,有很深的积累,尤其是“鲲鹏+昇腾”的算力充沛,鲲鹏产业链进入蓬勃发展关键时期,实力不可小觑。相对于前两者来说,旷视的体量相对小一些,它需要寻找自己的空间,在自身的优势领域进行发挥。


总的来说,自2007年Theano诞生以来,经过十余年发展,随着深度学习技术不断完善与发展,深度学习框架也在不断迭代与进化,开源软件真正释放了软件开发人员的创造力和生产力。


但实际上,中国的开源相比海外依旧不足,国内都没有构建起像GitHub这样大影响力、成规模而且在世界范围和企业内部具备认可度的开源社区。


就现在来看,这种情况似乎有所改善,以百度、华为、旷世为代表的国内深度学习框架集中涌现,也将对开发者群体产生一定的影响,至于未来如何发展,我们也将拭目以待。




AIoT行业交流群已经成立,扫描下面二维码

加入我们,仅限前100

无法扫码进群的关注公众号后回复“进群”,添加小编微信,拉您进群。

活动预告




Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/57109
 
441 次点击