【文/觀察者網(wǎng) 呂棟】

“作為后發(fā)框架，要想實(shí)現(xiàn)技術(shù)超越或者領(lǐng)先，核心就是找到AI技術(shù)變革的下一條新賽道，只有當(dāng)新賽道出現(xiàn)的時(shí)候，才有彎道超車的機(jī)會?！苯谠谌斯ぶ悄芸蚣苌鷳B(tài)峰會2023上，昇思MindSpore開源社區(qū)理事長丁誠在接受觀察者網(wǎng)對話時(shí)說道。

今年以來，ChatGPT掀起的這輪AI大模型浪潮，徹底拉高了市場對AI底層硬件的預(yù)期，算力、GPU、服務(wù)器等概念縈繞在不少人的腦海中。但實(shí)際上，在每個(gè)劃時(shí)代的技術(shù)更迭中，硬件都需要與軟件系統(tǒng)密切配合，才能更好地實(shí)現(xiàn)產(chǎn)品或應(yīng)用價(jià)值。

在當(dāng)前的人工智能技術(shù)架構(gòu)中，共分為大約四層：芯片層、框架層、模型層和應(yīng)用層。其中，AI框架在行業(yè)內(nèi)被定義為“AI領(lǐng)域的操作系統(tǒng)”。在這一底層核心軟件領(lǐng)域取得主導(dǎo)權(quán)，無異于微軟在PC時(shí)代擁有Windows，谷歌在移動(dòng)互聯(lián)時(shí)代打造安卓。

在AI成為大國競爭新高地的今天，國產(chǎn)AI框架的發(fā)展，事關(guān)中國能否在新一輪科技革命中掌握主動(dòng)權(quán)。令人感到欣慰的是，近些年以昇思MindSpore、飛槳PaddlePaddle等為代表的國產(chǎn)AI框架逐步成長起來，沒有讓中國科技產(chǎn)業(yè)“缺芯少魂”的劇情重演。

但同時(shí)也要指出的是，由于具有先發(fā)優(yōu)勢，谷歌的TensorFlow和Meta的PyTorch，在性能和易用性上依然不乏好評，目前使用率在國內(nèi)高居前列。面對TensorFlow和Pytorch構(gòu)筑的舊格局，國產(chǎn)AI框架“彎道超車”的機(jī)會在哪？又該如何打造自己的生態(tài)優(yōu)勢？

圖片數(shù)據(jù)來源：Omdia（下同）

AI框架有何重要作用？

“大模型時(shí)代，大家對AI產(chǎn)業(yè)發(fā)展的關(guān)注，往往會聚焦在算法本身以及底層的算力上，也就是基礎(chǔ)設(shè)施硬件方面，中間的技術(shù)軟件經(jīng)常被忽視?！苯赵谏虾Ｅe行的人工智能框架生態(tài)峰會2023上，昇思MindSpore開源社區(qū)理事長丁誠向觀察者網(wǎng)說道。

自去年底以來，新一輪AI大模型熱潮被ChatGPT掀起，算力和服務(wù)器成為絕對的市場焦點(diǎn)，國內(nèi)大模型廠商搶購GPU的消息此起彼伏。例如最近就有傳言稱，字節(jié)跳動(dòng)今年向英偉達(dá)訂購了超過10億美元的GPU，國內(nèi)另一家大廠的訂單也超過10億元人民幣。

AI訓(xùn)練和推理需要大算力，GPU等AI芯片受到熱捧無可厚非。但同時(shí)也要指出的是，所有人工智能的算法及應(yīng)用，都要通過AI框架進(jìn)行訓(xùn)練與部署。作為人工智能的“根技術(shù)”，“AI框架+算力硬件”的組合，可以在一定程度上決定AI產(chǎn)業(yè)應(yīng)用的主體技術(shù)路線。

AI框架技術(shù)演進(jìn) 圖源：中國信通院

“人工智能框架南向?qū)佣鄻铀懔?，北向通過編程接口幫助開發(fā)者實(shí)現(xiàn)算法創(chuàng)新應(yīng)用。在整個(gè)大模型生態(tài)當(dāng)中，人工智能框架是起到一個(gè)大模型使能的定位，所謂大模型使能，就是幫助開發(fā)者孵化他的大模型，人工智能框架不會自己去做大模型，但是它會把做大模型的算法團(tuán)隊(duì)作為它的用戶。”丁誠告訴觀察者網(wǎng)。

對于AI框架的重要意義，商湯科技聯(lián)合創(chuàng)始人林達(dá)華曾這樣表述：

在我們最初探索深度學(xué)習(xí)的時(shí)候，沒有TensorFlow，沒有PyTorch，甚至沒有GPU。我們需要手寫C++程序來完成整個(gè)計(jì)算過程，訓(xùn)練一個(gè)模型需要一兩個(gè)月。正是因?yàn)榻?jīng)歷了這樣的艱辛，我們深切地認(rèn)識到訓(xùn)練框架的核心意義，可以說，訓(xùn)練框架定義了算法研發(fā)的空間，框架的空間有多大，我們就能走多遠(yuǎn)；框架的能力有多強(qiáng)，我們就能走多快。

百度首席技術(shù)官王海峰也曾表示：

深度學(xué)習(xí)的通用性特點(diǎn)，以及深度學(xué)習(xí)框架及平臺的發(fā)展，正推動(dòng)人工智能標(biāo)準(zhǔn)化、自動(dòng)化和模塊化，進(jìn)入工業(yè)大生產(chǎn)階段。深度學(xué)習(xí)框架下接芯片，上承業(yè)務(wù)模型、行業(yè)應(yīng)用。一個(gè)好的AI框架，與芯片互相配合，可以最大限度的“榨干”芯片的算力，發(fā)揮其最高效用。

總體而言，對于開發(fā)者來說，AI框架的底層能力、功能豐富度、生態(tài)完善度，都會影響開發(fā)效率，進(jìn)而影響新技術(shù)和應(yīng)用創(chuàng)新的速度。隨著大模型浪潮席卷而來，AI領(lǐng)域內(nèi)的開發(fā)創(chuàng)新工作更加如火如荼，AI框架作為核心開發(fā)工具，重要性更加凸顯。

國內(nèi)沒有缺席，但國外仍有優(yōu)勢

PC和移動(dòng)互聯(lián)網(wǎng)時(shí)代，Windows+Intel、Android/iOS+ARM的軟硬件聯(lián)盟，曾讓中國飽受“缺芯少魂”之苦。進(jìn)入AI時(shí)代，中國企業(yè)更早認(rèn)識到“操作系統(tǒng)”的重要性，紛紛開始布局AI框架。例如，華為MindSpore、百度PaddlePaddle、商湯科技SenseParrots、騰訊TNN、阿里MNN、字節(jié)跳動(dòng)BytePS、曠視MegEngine、小米Mace等。