西红柿小生|AI业内纷纷重注深度学习框架 中国需要什么样的智能底座?

2020年对于中国科技行业来说是一个觉醒的元年 。 地缘政治产生的冲击波 , 警觉了许多国内的科技行业参与者 。 自主创新的呼声一浪高过一浪 。 在深度学习领域 , 谷歌的TensorFlow、Facebook的PyTorch作为主流框架自然大名鼎鼎 , 中国企业近期也纷纷发布自己的开源框架 , 例如旷视MegEngine、华为MindSpore、清华Jittor、一流Oneflow等 , 加上最早开源且技术成熟、框架完备的百度飞桨 , 可以说这条赛道已经是风起云涌 , 形成了群雄逐鹿的局面 。
对于深度学习框架这只“鹿”的重要意义 , 从业人士自然清楚不过:无数的AI应用 , 正是在深度学习框架上建立起来的 , 人工智能时代 , 说深度学习框架是最重要的基础设施毫不为过 。 也正是因为如此 , 国外主流深度学习框架断供的忧虑 , 一直笼罩在国内业界的上空 , 现在看来 , 这个担心可以减轻很多 。 国产开源深度学习框架的繁荣 , 让中国的业界在这一领域有更多的选择 。
西红柿小生|AI业内纷纷重注深度学习框架 中国需要什么样的智能底座?国内外主流深度学习框架一览
国产深度学习框架的机会和竞合
其实 , 这么多公司新的深度学习框架的发布肯定不是偶然 , 完全可以预测 , 未来还会有不少公司发布自己的开源框架 。 其实 , 每一个深度学习开源框架的诞生 , 都是建立在前人努力的基础上的 , 而且框架的侧重各有不同 , 既有对别家的优化 , 也有对别家的补充 , 还有的特别强调自己的特色 。
笔者认为 , 越来越多的国产深度学习开源框架的推出 , 其最为重要的意义 , 就是表明市场意识到并且重视深度学习开源框架背后的商业机会 , 甚至极有可能成为人工智能的基础设施 , 从而诞生平台级的企业 。 这也是为什么不同的公司都进入到这个市场的原因 。
不同开源框架在同一个市场里面竞争 , 必然要强调差异化才能走出 。 比如说 , OneFlow强调的就是性能和小众创新 , 这可能会吸引一部分使用者 。 MegEngine强调训练推理一体化 , 同时用过PyTorch上手会非常快 。 百度飞桨有国内的先发优势 , 做的时间比较长 , 相对成熟 , 用的人也非常多 , 最新数据有超过210万开发者在用 , 企业用户也超过了9万多 , 形成的产业链生态非常完整 。 这样每一个开源框架都能够找到适合自己的市场生存并发展 。 开源框架彼此之间还会互相参考 , 彼此学习 , 这种竞争关系是良性的 , 产生的外部效果就是教育了市场 , 培育了市场 , 让更多的人参与到深度学习技术的使用中来 。
西红柿小生|AI业内纷纷重注深度学习框架 中国需要什么样的智能底座?飞桨是可以与PyTorch、TensorFlow掰手腕的国产框架佼佼者
什么样的深度学习框架能够脱颖而出
龙头总是在市场充分竞争后才会出现 。 即然深度学习开源框架是一个平台型的商业机会 , 那么 , 竞争的结果必然是龙头脱颖而出 , 占据绝大部分的市场份额 , 形成很深的行业进入壁垒 。
那么 , 什么样的企业最终能追逐到这只天下艳羡的“鹿”?换一种问法 , 要在竞争中取胜 , 关键的决定因素是什么呢?如果去比较PyTorch、TensorFlow也好 , 去比较飞桨和其他框架也罢 , 每一种开源框架 , 在某些局部领域 , 都有自己的特色 。 各家编程的风格、思想 , 也不一样 。 有的框架强调完备性、有的强调易用性 , 有的强调性能 , 各家有各家的绝活 。 像TensorFlow这样的架构 , 因为投入的资源多 , 已经形成了一个巨塔 。 有的人用 , 觉得是杀鸡用牛刀 。 有的框架里面的内容由于做得早 , 在计算性能方面考虑不够 , 不如新的框架 。 这些都是常见的情况 。


推荐阅读