框架|百度要为中国AI的黄金十年搭好桥造好路( 三 ) 美团|财经|阿里|相互宝|监管

能做到这一点的深度学习框架并不多，如今全世界最为流行的深度学习框架有PaddlePaddle、Tensorflow、PyTorch、Caffe、Theano、MXNet、Torch等，前三者号称三大主流框架。其中PaddlePaddle飞桨便是百度自主研发的国内首个开源开放的产业级深度学习平台。
面向开发、训练和推理部署的全流程，飞桨提供了一整套降低门槛的技术和服务。在开发阶段，飞桨在业内率先实现了“动静统一”的核心框架，兼顾科研开发的灵活和产业开发的高效。飞桨提供丰富的API，支持开发者便捷、高效地开发深度学习模型。飞桨推出的系列科学计算API，支持量子计算、生命科学、计算流体力学、分子动力学等应用，助力中国科研实力的提升。
在训练阶段，飞桨发布了自适应大规模分布式训练技术，针对模型特点和硬件特点，搜索最优的机器组合和模型切分策略，并采用异步流水运行机制，以及高通信和高并发的方式，使大模型训练效率达到最优。百度文心知识增强大模型，正是基于这一核心技术训练的。
在推理和部署阶段，飞桨打造了推理部署工具链，使得高速推理引擎的多端多平台部署更加便捷。飞桨提供的模型压缩等辅助工具，将大模型参数规模压缩至1/1000，得到满足产业实际应用需求的小模型，帮助开发者加速业务落地。
如今，百度飞桨通过技术开源、零门槛开发等不断降低AI技术的应用门槛，让开发者甚至无须从第一行算法代码写起，就能进行技术创新和业务拓展，让工程师可以更专注于应用本身的开发，加速AI创新应用落地。
此外，百度飞桨已经建立起成熟完善的产业级复合型AI人才培养体系，包括面向一线算法工程师的“AI快车道”，面向技术负责人的“AI私享会”和面向CTO、架构师层级的“AICA首席AI架构师培养计划”，为产业界输送了大量AI人才。截至目前，百度飞桨已汇聚了来自于各行各业的406万开发者，创建了47.6万个AI模型，累计服务15.7万企事业单位，中国深度学习平台综合市场份额第一。

文章插图
打造绿色算力底座
AI的快速发展离不开算力的支撑。同时，达成“双碳”目标已是社会共识，打造绿色低碳的算力底座，势在必行。
百度的绿色算力底座，包括了自主研发的AI芯片、高智能的计算架构，以及绿色节能的数据中心，有力支撑AI技术研发及大规模应用。百度自主研发了通用AI芯片百度昆仑，今年8月，国内首款采用GDDR6显存的昆仑2代芯片实现量产，性能比1代芯片提升2-3倍。同时，昆仑芯片与百度飞桨等多款深度学习框架完成端到端适配，具备软硬一体的全栈国产化AI能力。
计算平台方面，百度打造了AI异构计算平台百舸。百舸平台由AI计算、AI存储和AI容器组成，具备大算力、大吞吐、极致弹性的特性，支持超大数据、超大模型的训练，同时昆仑芯片也已应用于百舸平台。
数据中心是算力传输与存储的关键设施，通过极简供电、高效制冷、智能控制等多项技术，百度的数据中心实现了从硬件、电气、动力系统等多方位节能减排，单体数据中心年均PUE低至1.08，PUE (Power Usage Effectiveness，电源使用效率)是衡量数据中心电力能源利用率的国际通用指标，越接近1表示数据中心对电能的利用效率越高。百度单体数据中心年均PUE1.08的数值已远远低于1.59的全球数据中心平均水平。在2020年时，百度阳泉数据中心荣获国内首个5A低碳数据中心认证。
如今，百度在AI核心技术、AI底层平台系统以及绿色算力底座上均取得了不错的成绩，可以说百度已为加速发展的AI时代搭好桥、造好路，无论是在前沿技术研究领域，还是广泛的产业应用方面，百度的AI技术已走进千行万业。