深度学习|AI时代的操作系统从实践的土壤产出

深度学习|AI时代的操作系统从实践的土壤产出

文章图片

深度学习|AI时代的操作系统从实践的土壤产出

文章图片


在PC和移动互联网时代 , 人们习惯于用Windows、Linux、Android、iOS来形容某一核心软件、技术基石在产业生态中扮演的底层核心角色 , 也从那时起 , 无数钻研技术的研究人员、开拓本土市场份额的商界人士都致力于打造出能基础技术自立自强的自有生态软硬件 。
而如今的人工智能时代 , AI的底层核心技术生态的争夺似乎成为了一场没有硝烟的战争 , 我们无法从每天电脑显示的视窗和手机弹出的logo , 来感受到人工智能时代的底层技术生态的争夺 , 但其重要程度已丝毫不亚于前者 。

做AI时代的Android、iOS 人工智能在当今社会生活的重要性无需赘述 , 这波人工智能浪潮的“三驾马车”——深度学习算法、算力和大数据也早已成为科技圈中热词 , 但若要说到深度学习框架则会有不少人犯迷糊 , 深度学习框架仍是一个非常技术化的表述 , 而它正是包括“三驾马车”在内的整个技术体系核心 。
如果说计算机编程的产品是“程序” , 那么深度学习研究的产品就是“模型” , 深度学习平台及其背后的深度学习框架 , 就如同不同品牌的积木 , 积木的各个组件相当于不同的模型或算法的一部分 , 开发者可以根据自己的不同需求选择各深度学习框架来进行产品模型的研发 。
深度学习框架的意义在于它的出现降低了深度学习入门的门槛 , 程序员不再需要从复杂的神经网络开始从0到1编代码 。 深度学习算法的“深”和神经网络的复杂度紧密相关 , 如今 , 随着参数量增大、网络模型层数增多、硬件芯片多等问题出现 , 意味着深度学习的开发和训练难度越来越大 , 而有了深度模型框架后 , 程序员可以直接从框架平台的模型库中 , 选择或组装自己想要的模型 , 导入数据进行训练 , 最终实现部署 , 这让开发者和企业更快速、便捷地开发AI应用 , 避免重复“造轮子” 。
简单来说 , 深度学习框架在人工智能产业链中的位置 , 可以类比PC时代的操作系统Windows、移动时代的操作系统IOS和安卓 , 正如百度CTO王海峰所言 , 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” 。
随着人工智能的发展以及开发者、使用者的人数越来越多 , 有那么几款好用的“智能时代的操作系统”在全球流行起来 。 过去 , 全球深度学习框架的市场份额被谷歌的Tensorflow和Meta的PyTorch两者瓜分 , 大致形成了产业界偏爱Tensorflow , 学术界更青睐PyTorch的格局状况 。
一直到2016年百度正式对外开源PaddlePaddle框架(现称百度飞桨) , 我国的科技公司和研究机构才陆续开始开源自己的深度学习计算框架 , 入局全球深度学习框架之争的战场 。 令人惊异的是 , 我国深度学习框架的市场也竟由此发生了翻天覆地的变化 。
据知名市场调研机构IDC在2020年下半年发布的中国深度学习框架平台市场份额报告 , TensorFlow、飞桨和PyTorch排名前三 , 合计占据了70%以上的份额 , 而到了2021年上半年 , IDC再次更新了市场报告时 , 百度飞桨已然超越TensorFlow占据中国市场综合份额第一的位置 。
要知道一家企业、一所科研机构如果想从某一深度学习框架迁移到不同的平台不是一件容易的事 , 不同框架间的生态壁垒需要迁移单位花巨大的时间成本和承担不小的资金压力 , 但百度飞桨自2016年正式开源入局 , 在2021年就一举夺下中国市场份额第一的宝座 , 这不是一句简单的中国AI产业迅速发展能解释的 。

相关经验推荐