12月12日， 由深度学习技术及应用国家工程实验室主办的WAVE SUMMIT+2021深度学习开发者峰会在上海召开。百度首席技术官、深度学习技术及应用国家工程实验室主任王海峰公布了飞桨最新成绩单：凝聚406万开发者，创建47.6万个模型，服务15.7万家企事业单位，在中国深度学习平台综合市场份额第一。
他表示，飞桨产业级深度学习开源开放平台是典型的AI大生产平台，赋能广大开发者，有力支撑AI工业大生产，促进技术创新和产业智能化升级。
飞桨是典型的AI大生产平台
2019年4月第一届峰会上，王海峰提出，深度学习推动人工智能进入工业大生产阶段，深度学习框架下接芯片，上承应用，相当于“智能时代的操作系统”。
在大生产阶段，需要AI大生产平台，能够将AI技术以标准化、自动化和模块化的方式输出给各行各业，实现规模化应用；同时能够凝聚各方，以平台为基础融合创新，共同发展。
三年来，面向技术和产业发展需求，飞桨一方面持续突破创新核心框架，实现AI模型的便捷开发、高效训练和多端多平台部署；另一方面，飞桨开源开放，集开发者和社会各界力量，建设和壮大生态，并培养AI人才，实现技术、产业、人才和生态互相促进。
AI大生产阶段的特点：“融合创新、降低门槛”
基于对AI技术和应用发展的观察和思考，以及飞桨产业级深度学习开源开放平台的实践，王海峰认为，目前，人工智能呈现出“融合创新”和“降低门槛”的特点：一方面，AI技术及产业的融合创新越来越多；另一方面，虽然AI技术越来越复杂，但AI开发与应用的门槛却越来越低。
知识与深度学习融合方面，百度刚刚发布的全球首个知识增强千亿大模型—鹏城-百度·文心，参数规模达到2600亿，在60多项任务中取得最好效果。知识增强千亿大模型的发布，也得益于飞桨的大规模训练技术。飞桨研制了自适应大规模分布式训练技术，使大模型训练效率达到业界最好水平。
跨模态多技术融合方面，机器需要像人类一样理解真实世界，听懂语音、看懂图像视频、理解语言。百度研制了知识增强跨模态大模型，提升跨模态理解与生成能力。
软硬一体融合方面，芯片和深度学习框架综合算力、功耗、时延等因素联合优化，才能获得AI应用的最佳效果。飞桨已经和22家国内外硬件厂商完成了31款芯片的适配和联合优化工作。
技术与场景融合方面，飞桨在应用于各行各业的过程中，与实际应用场景融合创新，既切实解决了行业应用问题，又使飞桨平台得到持续积累和提升。飞桨还专门推出系列科学计算API，支持量子计算、生命科学等应用，探索AI与前沿科技的融合创新。
虽然AI技术越来越复杂，AI开发与应用的门槛却越来越低。
技术方面，近期成为AI技术重要方向的大模型，具有通用性好、泛化性强、效果好等特点，可降低AI开发与应用门槛。飞桨在核心框架上实现的动静统一，兼顾科研开发的灵活和产业开发的高效，可满足不同类型开发者需要。
工具与平台方面，飞桨打造了推理部署工具链、模型压缩等工具，以及产业级模型库，降低模型开发和部署成本。
生态方面，飞桨为开发者准备了产业实践案例库，帮助企业汲取经验和灵感，加速智能化升级；建设飞桨人工智能产业赋能中心，与合作伙伴一起，加速人工智能的落地。
培养复合型AI人才
随着AI与产业的深度融合，需要越来越多既懂AI，又具备产业经验的复合型AI人才。一直以来，飞桨致力于复合型AI人才培养，联合学术界和产业界，打通产学研用的正向循环，持续为社会贡献AI人才。
峰会上，飞桨发布十大最新进展，包括飞桨新版全景图、飞桨“大航海”2.0共创计划、业界首个产业实践范例库等最新技术产品。
如王海峰所言，飞桨一直秉承技术创新、开源开放的初心，敏锐判断技术和产业发展趋势，在核心技术的积累和突破上下功夫，同时扎实稳健地推进生态建设，与广大开发者、产学研用各方共同探索和成长，赋能产业转型升级。
上游新闻记者 杨野
【免责声明】上游新闻客户端未标有“来源：上游新闻-重庆晨报”或“上游新闻LOGO、水印的文字、图片、音频视”等稿件均为转载稿。如转载稿涉及版权等问题，请联系上游。
