飛槳突圍背後的中國AI框架長征

2012年12月， 美國內華達州太浩湖旁，知名賭場Harrah 酒店的731 房間，一個由瘦弱老頭和兩個大學生策劃的“皮包公司”的匿名線上拍賣收購現場廝殺正酣。

不久前，他們纔剛剛成立這家“皮包公司”——名字是現取的，產品是沒有的，生產計劃爲零，創始人之外的員工數量同樣是零。不過，他們有一個大膽的計劃，要將這家公司高價賣掉，而且還要賣給谷歌、微軟在內全球最頂級的科技巨頭。

1500萬美金、1600萬美金……2500萬美金、3000萬美金、3500萬美金、4100萬美金、4200萬美金……

拍賣會現場，價格正在一輪輪被擡高，拍賣規則，也從一小時加價100萬美金，一度上漲到半小時加價500萬美金，直至4400萬美金花落谷歌。

一個戲劇性的插曲是：最後一輪出價最高的，其實是一個報價4500萬美金的中國科技巨頭，卻無奈老頭從小脊柱不好，人在美國，坐不了飛機，而被動遺憾出局。

結果一出，各大科技媒體頭版頭條，立刻以震驚體外加大字刊登“谷歌4400萬美金收購僅三名員工的創業公司。”

有人嗤笑谷歌，千金買馬骨，向來擅長炒作。

卻不知，年至花甲的老頭，正是日後被譽爲“神經網絡之父”的Hinton。在他加入谷歌後不久，就在谷歌一個名叫DistBelief項目中小試身手，將原本算法友好度奇差的DistBelief進行一番改造，成爲了如今AI領域如雷貫耳的TensorFlow，並一舉奠定了其在全球人工智能領域的無冕之王地位。

那麼問題來了，TensorFlow是什麼，爲什麼具備如此大的魔力？

一句話概括，TensorFlow是目前全球最主流的開源深度學習框架之一。而所謂深度學習框架，你可以理解爲是一個集合了所有主流AI算法模型，以及他們使用說明的大型軟件倉庫。有了深度學習框架，工程師們在工作時調試算法，就如同廚師有了預製菜做飯，簡單又高效。

而在AI框架領域稱王，無異於微軟在PC時代發明Windows，谷歌在移動時代打造安卓。擁有了TensorFlow，谷歌也就擁有了能號令全天下AI羣雄的無上權力與責任。

一萬公里外的中國，隨着TensorFlow的風靡，一場激烈的討論正同步上演：TensorFlow，我們到底是用還是不用？

如果不用，在沒有好用框架的情況下，想做好AI，巧婦也難爲無米之炊。如果用，過去幾十年，中國的科技產業因“缺芯少魂”而被卡脖子的沉痛回憶，難道在AI時代，又要任相似的劇情再次重演？

01AI時代，得框架者得天下

得框架者得天下，在AI領域，並不誇張。

我們常說，AI將帶來人類歷史上的第四次工業革命。更進一步，好用普惠的框架，則正是驅動AI普惠，締造第四次工業革命的根本。

縱觀第一次和第二次工業革命，其根本是以蒸汽機、電力爲標誌的生產工具向着工業大生產環節全面滲透，使生產力實現顛覆式、飛躍性發展。本質離不開更成熟的內燃機技術，也離不開已經發展至便宜且普惠的電力技術發展。

在AI工業革命中，誰將帶動AI走向普惠？在2019年的WAVESUMMIT峰會上，百度CTO王海峰博士就曾前瞻性地提出觀點：“深度學習的通用性特點，以及深度學習框架及平臺的發展，正在推動人工智能標準化、自動化和模塊化，進入工業大生產階段。”

如何理解這句話？舉個例子你就明白了：如果有現成的AI框架，那寫一個算法，可能從模型開發，到應用部署，幾十分鐘就能搞定；但如果沒有AI框架，那你得先花至少兩個月寫模型，然後訓練調參數一個月，最後還得花一兩個月根據具體的場景進行算法部署，時間一晃，小半年就過去了，結果還不一定盡如人意。因此，無論是從效率，還是從結果來看，框架是實現普惠AI，進入工業大生產的基礎條件。

從國家角度出發，框架也是讓中國從AI大國變身AI強國的根本。

經歷了40餘年的基礎研究與探索，中國已經成爲能與全球頂級水平齊頭並進的AI大國。然而，大而不強，卻始終是中國AI產業的心頭之痛。

來自學界的數據也很好地證明了這一點：斯坦福大學發佈的《2022年AI指數報告》中提到，2021年，中國AI專利申請量佔全球總數的52%，專利申請數量居世界首位。但是，在該報告中，同樣指出，在更檢驗質量的授權專利數量一項，排名全球第一的是美國。

那麼解決辦法在哪裡？國家戰略已經很清晰的爲我們指明瞭方向：最新的十四五規劃中，我們國家特地將深度學習框架和AI芯片作爲新一代人工智能的前沿科技發展方向重點關注。中國要從AI大國變身AI強國，AI框架強大，是一切的根本。

從更具體一些的產業角度看，我們會發現，好的框架不僅將帶動AI產業不斷向前發展，同時也是關聯產業——國產芯片崛起的必備條件。

關於框架與芯片的關聯，百度CTO王海峰博士，同樣做過一個科普“在智能時代，深度學習框架起到了承上啓下的作用，下接芯片，上承各種業務模型、行業應用。”一個好的AI框架，與芯片互相配合，可以最大限度的“榨乾”芯片的算力，發揮其最高效用。

因此，我們不難發現，PC時代，CPU的普及與Windows的發展緊密相關；移動時代，高通處理器總是與安卓架構升級同步完成；AI時代，框架與AI芯片同樣如此：過去十多年中，AI的滾滾向前，GPU產業也隨之一日千里的飛躍，而谷歌也同樣憑藉着TensorFlow帶動着其自身的芯片TPU妄圖在一統天下。

只不過，AI市場之大，一個谷歌吃不下，曾在PC時代、移動時代滿眼辛酸的我們，也不會允許中國AI產業的根本，再次被卡脖子。

02從兩強瓜分，到PPT格局，爲什麼框架的競爭還在繼續？

事實上，早在TensorFlow出現之前，AI框架領域就已經硝煙瀰漫。

其中最具代表性的是2007年加拿大蒙特利爾大學科學家研發的theano框架；在此之後，又有伯克利大學研發的Caffe框架面世，它們都曾成爲紅極一時的主流框架。

只可惜，theano出現太早太古老，是業內一個猶如遠古化石般的存在，也因此隨着2012年，深度學習代替傳統算法成爲AI顯學，theano隨之成爲過去式。

caffe出現時間上，倒是恰逢其時，只可惜，相比後來的一衆主流框架，caffe是個典型的“高玩產品”。如果你是個AI菜鳥，那麼打開caffe，2013年前後，你看到的，是大神們一行又一行精妙絕倫的源代碼。可到了2015年前後，ResNet爲代表的大型神經網絡出現，算法層數已經152層起步，別說想拿開源代碼修改，就是看得懂，也得費好一番功夫。

因此，當TensorFlow帶着計算圖與可視化理念，通過在業界瘋狂營銷培養生態殺入AI框架後，很快就憑藉着低門檻特性贏得了一衆業內同仁的高度認可。國內不少有識之士卻也在此時不免默默扼腕，TensorFlow開源框架的出現，是產業之幸，但對於中國來說，國外框架的壟斷，無異於在AI領域，重新上演中國PC時代的操作系統之殤。

不過，就在谷歌左擁AI芯片屆元老TPU芯片，右抱全球最大AI框架TensorFlow開源框架，志得意滿地以爲以爲天下AI開發者盡歸我有之時，卻未曾想到，對手早已殺至家門前。

覆盤前面的歷史，我們不難發現，世界範圍內，AI框架都是在沿着低門檻，以及生態路線不斷髮展迭代，要想打破TensorFlow的一統神話，秘訣同樣如此。

儘管有大神壓陣，TensorFlow也並非沒有缺點。比如，誕生伊始，TensorFlow就將場景瞄準了工業領域，極度追求框架中算法在實際使用中的高效，代價則是靈活性的損失。就像一把好用的玄鐵菜刀，無法像一把瑞士軍刀一樣還可以當牙籤剔牙。而偏偏，AI的另一大應用場景——學界，探索的正是“刀具的108種”使用方法，需要算法實現更靈活，以方便算法研發過程中，不斷的調整修改與調優。

我們都知道，一項技術的發展，一定是從理論，到技術，再到實際應用，而對應的人羣，則是科學家、高校教授與學生，再到業界工程師。因爲TensorFlow對學界的忽視，框架領域的又一次戰爭再次被埋下伏筆。

谷歌的第一個競爭對手，是2017年正式開源的AI框架PyTorch，通過與本就具備相當用戶規模的caffe2合併，PyTorch誕生伊始，就憑藉其巨大的靈活性優勢受到了學界的廣泛歡迎。更值得一提的是，它的背後站着的是Meta，也就是Facebook，因此，無論是做技術，還是花錢搞生態，Meta的實力都不弱於谷歌。

另一個對手，則來自中國。還記得那個因爲Hinton老教授坐不了飛機，而在拍賣中遺憾出局的中國巨頭嗎？當年無奈錯失Hinton老教授，並沒有影響到這家巨頭開發自主AI框架的決心。廣泛招納全球AI人才的同時，這家企業早在2012年已經在內部立項，開始了AI框架的自研工作，並在2016年放出大招，帶來了第一個國產AI框架的正式面世。

看到這裡，不少了解AI的朋友肯定已經猜到，這個巨頭就是國內的AI龍頭百度；而這個第一個國產AI框架，則正是已經比肩TensorFlow、PyTorch，成爲全球前三、中國第一大AI框架的飛槳（英文名PaddlePaddle）。

不過與TensorFlow過於注重工業，PyTorch專注學界不同，飛槳的特性在於工業學界兩手抓，通過動態圖自動解析編譯靜態圖的技術，兼顧了學界的靈活，同時也實現了產業界希望的高效。

當然，能夠同時俘獲學界與產業界認可，飛槳所依靠的，絕不僅僅是動態圖自動解析編譯靜態這一個技術突破就能實現的。AI框架的兩大寶典，無論是生態建設，還是在低門檻適用，百度無疑都走在前面。

先說生態。衆所周知，一個好的AI框架與操作系統一樣，離不開廣大開發者的參與。

儘管AI的落地場景，無非計算機視覺、語音語義、搜索推薦等等，但具體到應用，究竟是用在超算中心，還是用在兒童手錶；是安全要求極高的金融，還是效率爲王的工廠，需要針對具體情況，對算法進行專門的定製。而面對數不勝數的長尾場景，哪怕強如谷歌、百度，也無法以一己之力全覆蓋；這時候，開發者生態的重要性就體現出來了。

國內的AI框架界，一度流傳着這樣一個八卦：2018年前後，飛槳發展最迅猛的一段時間裡，爲了維護國內開發者生態，飛槳團隊衆多工程師常常深入開發者社區，潛入開發者QQ羣中，一層層爬樓參與討論，收集一衆開發者對飛槳的吐槽，然後再第一時間悄悄加班解決。

除了線上第一時間迴應開發者訴求，在線下，針對學界，飛槳已經開展了全國四千位多高校教師的AI培訓；針對業界，飛槳則結合實際需求，在全國多地建設“百度飛槳人工智能產業賦能中心”，通過整合百度的AI技術、AI解決方案以及百度的生態資源，對開發者以及企業客戶進行線下展示，增加開發者對飛槳的瞭解。

更重要的是，相較TensorFlow與PyTorch，飛槳無疑更懂中國開發者的實際需求。舉個簡單的小例子，2020年疫情最嚴重的時候，國內一衆AI開發者，都因爲疫情而被關在了家裡，但飛槳的線上直播課卻一直沒停，反而通過密集的線上的開發者培訓，不僅極大加速了飛槳在國內開發者中的普及，甚至還有開發者們在家基於飛槳，做出了戴口罩人臉識別、肺炎CT影像分析等助力抗疫的AI模型和應用。

當然，僅僅憑藉更懂國內開發者，並不足以讓飛槳真正成爲一個世界範圍內的主流AI框架，低門檻，是飛槳能夠邁出中國，在世界舞臺上與TensorFlow，與PyTorch一較高下的根本秘訣。

關於低門檻。TensorFlow與PyTorch，儘管相較前一代caffe，已經有了很大改進，但依舊需要使用者至少看得懂算法，也具備一定的編程基礎才能使用。而飛槳，則通過推出Easy DL，讓普通人在即使沒有任何AI基礎的情況下，也能在5分鐘時間內，上傳標註好的數據，來訓練出諸如簡單的圖片識別、動作識別等基礎的算法。

至此，全球範圍內，AI框架的PPT格局初顯。憑藉着飛槳（PaddlePaddle）在學界、業界齊發，技術、生態共建，以及低門檻、對中國開發者的極大友好，曾一度在操作系統時代落後的中國，這一次，終於在AI框架上，扳回了一城。

03

中國的AI框架，走到了哪一步？

從無到有隻是國產AI框架走完的第一步；從有到強，纔是國產AI框架的真正使命。那麼，多年發展，飛槳如今走到了哪一步？

我們先看看來自第三方機構的統計結果：2021，知名市場調研機構IDC曾公佈了一份中國深度學習框架平臺市場份額的報告，在中國深度學習領域，百度綜合市場份額已經成爲爲中國第一。前不久，國際市場調研機構弗若斯特沙利文發佈的《中國深度學習軟件框架市場研究報告（2021）》分析了影響中國深度學習軟件框架市場的三大關鍵要素——產品能力、生態能力、應用能力後，也顯示，百度飛槳競爭力綜合排名第一，其次是Meta的PyTorch和谷歌的TensorFlow。

除了第三方的排名之外，剛剛落下帷幕的WAVE SUMMIT峰會，或許也是我們觀察的最佳細節切入點。

百度CTO、深度學習技術及應用國家工程研究中心主任王海峰博士

在技術與產業側，飛槳仍在不斷突圍，讓AI越來越普惠好用。

大模型就是其中最典型的代表。在過去，人們對於大模型大多隻聞其名，鮮少在產業中真正應用。而在WAVE SUMMIT峰會上，百度則宣佈，百度文心大模型依託飛槳，已經有了實質性的行業進展——會上，百度與國家電網、浦發這兩大能源、金融領域的產業龍頭聯手，發佈了兩個行業大模型。

從空中樓閣，到解決實際問題，在百度看來，大模型落地難的根本問題不在於技術本身，而在於能否做到“更懂產業”，與真正的場景之間有效匹配。

具體來說，百度文心給出的解題思路，可以總結爲三個關鍵詞：模型、平臺、生態。

拆解來看，模型，可以分爲基礎大模型、任務大模型、行業大模型。尤其值得一提的是，飛槳以文心大架構爲能力基礎，通過與最懂產業的行業頭部夥伴一起構建的行業大模型，是更高效、精準地解決產業的問題的有效路徑。

平臺，指的是一個配套工具平臺，可以基於產業應用全流程需求，全方位降低AI使用門檻。

生態不必多解釋，通過讓更多人零距離接觸到先進的AI大模型技術，激發更多落地的創新與創意。

不過，全球知名的AI大模型這麼多，爲什麼只有文心最先做到了產業化應用？

“更懂產業”，其實是飛槳賦予文心大模型的先天優勢。

過往，飛槳已經把各種深度學習技術輸送到製造、城市、能源、金融、媒體等各行各業，並催生了AI訓練師、5G雲代駕、智能辦公等新業態、新模式。

因此，當大模型要落地產業時，飛槳除了能與其共享工具、平臺、生態，還能將多年AI落地經驗、行業KNOW HOW，以及飛槳的生態夥伴，都毫無保留地分享。

除了是文心大模型最可靠的底層支持外，飛槳本身在產業側，也仍在不斷進化。

技術方面，飛槳框架已經進化到v2.3版，已經完成了開發、訓練、推理部署的全面升級，並極大提升深度定製開發和自動化能力。

面向場景，還發布訓練推理一體的導航圖、產業模型選型工具、PaddleScience賽槳與飛槳移動工作站，來幫助開發者做好選型與開發，不僅給出最好的工具，也同時給出一個直接參考路徑，讓AI不僅可用，還更低門檻的好用。

當然，飛槳的合作伙伴不僅僅是企業，很多高校、研究機構也都選擇了飛槳。在近年關注度不斷“破圈”的AI for Science領域，飛槳提供了從算力、到框架、再到工具組件的一整套能力，用AI賦能基礎科學研究，並與開發者協同，在諸如流體力學、分子生物學等科學問題的數字化仿真上取得了相當成果。

在生態側，飛槳的生態之樹更是穩紮穩打，全面綻放，讓AI越來越普惠。

截至2022年5月，飛槳已經凝聚477萬開發者，創造56萬個AI模型，服務18萬企事業單位，與產學研用協同培養超過200萬AI人才。

尤其是在芯片領域，飛槳的生態之樹尤爲枝繁葉茂。自2016年飛槳開源以來，百度就緊密地與國內外芯片企業，如英特爾、英偉達、ARM、華爲、寒武紀、瑞芯微等廠商開展軟硬一體的芯片聯合優化模式。截至2021年底，已有超過20個廠家、30種以上的芯片適配飛槳。

在WAVESUMMIT峰會上，百度還基於飛槳大航海計劃2.0，發佈三大共創計劃：飛槳產業實踐範例庫共創計劃、飛槳AI for Science共創計劃與飛槳硬件生態共創計劃，與產業、開發者共建中國最強大的AI開發者生態。

技術、場景、生態三大領域同步大步邁進的背後，是以百度飛槳爲首的中國自主AI框架，奮力夯實工業大生產底座，讓AI加速落地，普惠全行業，一同向上突圍的堅定決心。

04

尾聲：從造芯補魂，到AI普惠，國產AI框架的使命與未來

AI框架的意義是什麼？

從一個國家角度來看，無異於是AI時代的造芯補魂，讓我們從AI大國變身AI強國。而從一個時代來看，飛槳這樣的平臺存在，是全人類進入AI工業革命，AI成爲通用普惠技術的根本。

然而，這些命題，對於普通人來說，或許過於遙遠。作爲一個在上海疫情中被隔離的普通人，我會常常反思，我們的AI技術、AI產業真的成熟嗎？

如果自動駕駛再普及一點，六七十歲的樓長阿姨，是不是就可以不必在沒有電梯的老小區中跑上跑下，配送抗原、蔬菜？

如果人臉識別應用再廣泛一點，是不是熱心的志願者們，就不必穿着厚重的防護服，與前來做核酸的人近距離接觸？

如果語音技術的門檻再低一點，是不是基層居委就不必因爲擔心通知不到位，而一家家一戶戶電話通知最新抗疫安排而忙碌到凌晨無法入眠？

背後一切的一切，其實並不需要技術領先全球，它的距離僅僅是，通過AI框架，讓人人都能成爲開發者，讓AI的門檻更低，讓普通人能夠零門檻，普惠的使用AI，讓AI參與到整個社會的變革。