12月20日，由深度學(xué)習(xí)技術(shù)及應(yīng)用國家工程實(shí)驗(yàn)室與百度聯(lián)合主辦WAVE SUMMIT+ 2020在北京盛大舉行。

峰會(huì)上，百度首席技術(shù)官王海峰及研究團(tuán)隊(duì)向開發(fā)者們展示了飛槳八大全新發(fā)布與升級(jí)，包括：

有支持前沿技術(shù)探索和應(yīng)用的生物計(jì)算平臺(tái) PaddleHelix 螺旋槳，開發(fā)更加便捷的飛槳開源框架 2.0 RC 版，端云協(xié)同的 AI 集成開發(fā)環(huán)境 BML CodeLab，支持更強(qiáng)大分布式訓(xùn)練的業(yè)界首個(gè)通用異構(gòu)參數(shù)服務(wù)器架構(gòu)，開源算法庫增至 200+，飛槳企業(yè)版 EasyDL 智能數(shù)據(jù)服務(wù)升級(jí)，飛槳硬件生態(tài)路線圖以及攜手全球開發(fā)者開啟「大航海」計(jì)劃。

飛槳（PaddlePaddle）是百度深度學(xué)習(xí)開發(fā)平臺(tái)，也是國內(nèi)最早開源的深度學(xué)習(xí)框架。

2020年，在新基建浪潮下，AI市場(chǎng)加速下沉，各行各業(yè)都拉開了智能化升級(jí)的大幕。在以深度學(xué)習(xí)為代表的人工智能發(fā)展浪潮之下，深度學(xué)習(xí)技術(shù)在賦能行業(yè)智能化轉(zhuǎn)型中發(fā)揮了重要作用。

在本次峰會(huì)上，作為人工智能技術(shù)創(chuàng)新和產(chǎn)業(yè)發(fā)展的基礎(chǔ)設(shè)施，百度飛槳再次交出一份亮眼的成績(jī)單。

百度副總裁吳甜在會(huì)上表示，截止目前，百度飛槳凝聚開發(fā)者265萬, 創(chuàng)造模型超過34萬；攜手20家硬件廠商，適配芯片與IP型號(hào)29種；服務(wù)企業(yè)超10萬家，覆蓋金融、交通、物流等數(shù)十個(gè)行業(yè)。

據(jù)此前報(bào)道，在今年5月的WAVE SUMMIT+峰會(huì)上，百度飛槳發(fā)布35項(xiàng)全面升級(jí)以及飛槳全景圖，當(dāng)時(shí)平臺(tái)開發(fā)者數(shù)量、模型數(shù)量、服務(wù)企業(yè)數(shù)量分別為190萬、23萬和8.4萬，對(duì)比目前來看，飛槳的技術(shù)與生態(tài)發(fā)展顯然正在提速。

接下來，我們來逐一揭秘飛槳的最新升級(jí)成果。

生物計(jì)算平臺(tái)螺旋槳（PaddleHelix）

百度飛槳首次將行業(yè)觸角伸向了全新的生物計(jì)算領(lǐng)域。峰會(huì)上，百度集團(tuán)副總裁吳甜重磅發(fā)布了基于飛槳的生物計(jì)算平臺(tái)——螺旋槳（PaddleHelix）。

螺旋槳是一款生物計(jì)算開源工具集，提供包括RNA二級(jí)結(jié)構(gòu)預(yù)測(cè)、大規(guī)模的分子預(yù)訓(xùn)練、DTI藥物靶點(diǎn)親和力預(yù)測(cè)以及ADMET成藥性預(yù)測(cè)等在內(nèi)的新藥研發(fā)和疫苗設(shè)計(jì)環(huán)節(jié)的核心能力，為生物信息學(xué)、計(jì)算機(jī)交叉學(xué)科背景的學(xué)習(xí)者、研究者和合作伙伴，更便利地構(gòu)建AI算法模型。

此前，百度研究院面向全球疫苗研發(fā)機(jī)構(gòu)及研究中心等公益開放了LinearDesign算法，并開源了RNA二級(jí)結(jié)構(gòu)預(yù)測(cè)的Linear系列算法。最近，國際頂尖人工智能峰會(huì)The AI Summit舉辦，百度憑借LinearFold和Linear算法在新冠抗疫中的表現(xiàn)，榮獲AIconics首屆“AI For Good”人工智能向善獎(jiǎng)。

吳甜表示，螺旋槳生物計(jì)算平臺(tái)將秉承一貫以來的開源開放原則，與合作伙伴共建共享，未來形成一套完整的面向行業(yè)的生物計(jì)算生態(tài)和服務(wù)。目前百度推出的《基于機(jī)器學(xué)習(xí)的生物計(jì)算平臺(tái)技術(shù)要求》，已成為行業(yè)內(nèi)首個(gè)生物計(jì)算平臺(tái)的標(biāo)準(zhǔn)立項(xiàng)。

從今年5月飛槳發(fā)布全新全景圖，再到螺旋槳這一重磅工具組件的“加盟”，可見，飛槳平臺(tái)在不斷迭代拓新，持續(xù)提升核心能力同時(shí)，進(jìn)一步夯實(shí)了人工智能開源開放與創(chuàng)新發(fā)展的底座。

開源框架V2.0RC版

峰會(huì)上，更讓開發(fā)者們驚艷的是飛槳開源框架V2.0RC版的重磅發(fā)布。

百度深度學(xué)習(xí)技術(shù)平臺(tái)部高級(jí)總監(jiān)馬艷軍表示，在新框架下，飛槳?jiǎng)討B(tài)功能更加成熟、API功能更加強(qiáng)大，“編程一致”、“動(dòng)靜統(tǒng)一”的特性將為開發(fā)者們帶來全新的體驗(yàn)，同時(shí)也將為深度概率編程、量子機(jī)器學(xué)習(xí)等前沿學(xué)術(shù)研究提供更好的支持。

動(dòng)態(tài)圖模式，便于開發(fā)者調(diào)試

飛槳 2.0RC 版已將默認(rèn)的開發(fā)模式正式升級(jí)為動(dòng)態(tài)圖模式。

靜態(tài)圖和動(dòng)態(tài)圖是深度學(xué)習(xí)框架的兩種主要編程范式。靜態(tài)圖模式能夠?qū)φw性做編譯優(yōu)化，有利于性能的提升，而動(dòng)態(tài)圖的優(yōu)勢(shì)在于便于用戶調(diào)試。

馬艷軍介紹稱，全新升級(jí)版飛槳融合了兩種變成范式的優(yōu)勢(shì)，在保證性能的同時(shí)，可方便開發(fā)者隨時(shí)查看變量的輸入、輸出，或者使用 Python 原生的控制流靈活組網(wǎng)。

此外，為了克服動(dòng)態(tài)圖在C++語言部署上的挑戰(zhàn)，飛槳 2.0RC還提供了完備的動(dòng)轉(zhuǎn)靜支持。在動(dòng)態(tài)圖編程調(diào)試的過程中，開發(fā)者僅需添加一個(gè)小小的裝飾器，就可以無縫平滑地自動(dòng)轉(zhuǎn)靜態(tài)圖訓(xùn)練部署。同時(shí)，2.0RC 版本的飛槳還做到了模型存儲(chǔ)和加載的接口統(tǒng)一，保證動(dòng)轉(zhuǎn)靜之后保存的模型文件能夠被純動(dòng)態(tài)圖加載和使用。

發(fā)布全新高層API，實(shí)現(xiàn)一體化設(shè)計(jì)

飛槳V2.0RC版本中還有一項(xiàng)重大的變化：API體系的全面升級(jí)。會(huì)上，馬艷軍主要介紹升級(jí)版API的三大特性：

一是體系化：新增了200多個(gè)API，并對(duì)所有API進(jìn)行了全量功能增強(qiáng)以及體系化分類；

二是簡(jiǎn)潔性：實(shí)現(xiàn)了高層API與基礎(chǔ)API一體化設(shè)計(jì)，有助于開發(fā)者的交叉使用；高層API的發(fā)布可減少大量模型的訓(xùn)練代碼，實(shí)現(xiàn)簡(jiǎn)易開發(fā)。

三是兼容性：V2.0RC版完全向前兼容，它還提供了遷移工具，基于其他底層框架的開發(fā)，同樣可遷移至飛槳V2.0實(shí)現(xiàn)預(yù)測(cè)和部署。

業(yè)內(nèi)首個(gè)通用異構(gòu)參數(shù)服務(wù)器架構(gòu)

隨后，馬艷軍還正式推出了大規(guī)模分布式訓(xùn)練的升級(jí)——業(yè)內(nèi)首個(gè)通用異構(gòu)參數(shù)服務(wù)器架構(gòu)，它可以大幅提升訓(xùn)練效率，節(jié)約成本，真正實(shí)現(xiàn)訓(xùn)練效率最優(yōu)化；

在搜索推薦領(lǐng)域，通用模型常常有大規(guī)模稀疏特征的特點(diǎn)，在訓(xùn)練IO密集型任務(wù)時(shí)，通常需要CPU來搭建參數(shù)服務(wù)器架構(gòu)。但為了更好的性訓(xùn)練效果，開發(fā)者常常會(huì)在推薦模型中增加越來越復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)，這使訓(xùn)練算力成為一個(gè)很大的問題。

傳統(tǒng)架構(gòu)要求硬件類型必須一致，無法加入算力比較強(qiáng)的硬件，但如果完全替換成GPU硬件，它有不擅長處理IO密集型任務(wù)。

馬艷軍稱，在這種背景下，我們提出了異構(gòu)參數(shù)服務(wù)器訓(xùn)練架構(gòu)，通過性能測(cè)試，在相同硬件條件下，異構(gòu)參數(shù)服務(wù)器比單純的非異構(gòu)的硬件能夠提升65%以上，同時(shí)它還可以保持非常高的性價(jià)比，比如2個(gè)CPU加上2個(gè)GPU就可以達(dá)到4個(gè)GPU相應(yīng)的速度。

除了大規(guī)模分布式訓(xùn)練外，開源算法庫也進(jìn)行了同步升級(jí)。目前，開源官方算法數(shù)量已從140+擴(kuò)展到了200+，其中包括各個(gè)領(lǐng)域的多種算法，并且大多數(shù)算法已升級(jí)到了動(dòng)態(tài)圖實(shí)現(xiàn)。

最后，馬艷軍正式對(duì)外發(fā)布了飛槳硬件生態(tài)路線圖。從今年5月份發(fā)布了硬件生態(tài)圈共建的計(jì)劃以來，百度已經(jīng)與20家芯片硬件企業(yè)達(dá)成了合作，目前正在適配和已經(jīng)完成適配的芯片和IP型號(hào)已達(dá)29種，這在國產(chǎn)芯片支持上面占據(jù)了絕對(duì)的領(lǐng)先優(yōu)勢(shì)。

飛槳企業(yè)版，讓開發(fā)更便捷

飛槳企業(yè)版也帶來了最新升級(jí)。峰會(huì)上，百度AI平臺(tái)研發(fā)部總監(jiān)忻舟介紹了飛槳企業(yè)版發(fā)布和升級(jí)的兩大亮點(diǎn)功能：全新AI集成開發(fā)環(huán)境和智能數(shù)據(jù)服務(wù)平臺(tái)。

飛槳企業(yè)版包括零門檻AI開發(fā)平臺(tái)EasyDL和全新功能AI開發(fā)平臺(tái)BML，分別針對(duì)AI應(yīng)用開發(fā)者和AI算法開發(fā)者提供開發(fā)體驗(yàn)。

忻舟首先介紹了BML的最新成果，即端云協(xié)同的AI集成開發(fā)環(huán)境BML CodeLab。考慮到開發(fā)者在使用BML時(shí)更關(guān)注算法的開發(fā)效率，比如它的應(yīng)用性、參數(shù)調(diào)優(yōu)、實(shí)驗(yàn)管理等。忻舟表示，BML CodeLab為開發(fā)者提供了三大特性：開發(fā)體驗(yàn)增強(qiáng)、開箱即用的便捷性以及端云協(xié)同能力。

• 優(yōu)化體驗(yàn)，BML CodeLab優(yōu)化了50多個(gè)項(xiàng)目體驗(yàn)，包括GPU環(huán)境簡(jiǎn)化，任務(wù)管理，專有庫分發(fā)等，其中最具特色的是LSP（(Language Server Protocol）的集成。

• 開箱即用：其客戶端內(nèi)置飛槳文心（ERNIE）NLP套件及單機(jī)高性能技術(shù)引擎。

• 端云協(xié)同：支持將本地任務(wù)無縫擴(kuò)展到包括百度智能云在內(nèi)的多個(gè)云端算力平臺(tái)，加強(qiáng)客戶端的可擴(kuò)展性和靈活性；

EasyDL是專門為零開發(fā)基礎(chǔ)的用戶設(shè)計(jì)的AI應(yīng)用平臺(tái)，內(nèi)置了視頻、圖像、文本、語音等6個(gè)技術(shù)方向高精度預(yù)訓(xùn)練模型，用戶只需將業(yè)務(wù)數(shù)據(jù)置于其中，并進(jìn)行標(biāo)注，平臺(tái)可自動(dòng)根據(jù)任務(wù)需求進(jìn)行模型訓(xùn)練。為了應(yīng)對(duì)復(fù)雜的數(shù)據(jù)處理過程，EasyDL為開發(fā)者提供了智能數(shù)據(jù)服務(wù)服務(wù)平臺(tái)Easy Data，它可提供從數(shù)據(jù)清洗、數(shù)據(jù)擴(kuò)充、數(shù)據(jù)標(biāo)注，到管理分析，再到模型上線后的數(shù)據(jù)回流的一站式便捷服務(wù)。

關(guān)于本次的技術(shù)升級(jí)，忻舟也主要講了三個(gè)方面：

• 核心算法和硬件升級(jí)：使智能標(biāo)注時(shí)長平均減少74%，物體檢測(cè)和圖像分割上準(zhǔn)確性分別提升了6.4和3.2個(gè)百分點(diǎn)。

• 多人標(biāo)注能力升級(jí)：深度學(xué)習(xí)任務(wù)需要大量數(shù)據(jù)標(biāo)注，擔(dān)任標(biāo)準(zhǔn)難以滿足數(shù)據(jù)量需求；滿足多人標(biāo)注能力，同時(shí)解決了傳統(tǒng)數(shù)據(jù)分發(fā)、審核的難題；提供了標(biāo)簽管理特色功能，讓數(shù)據(jù)處理更加靈活、高效。

• 數(shù)據(jù)清洗升級(jí)：基于飛漿的人臉識(shí)別和人體識(shí)別模型，過濾大量無效樣本，顯著提高了數(shù)據(jù)處理效率。

投資5億元，加大AI人才培養(yǎng)

吳甜表示，百度飛槳正在各行業(yè)、多地域、眾領(lǐng)域發(fā)揮作用并產(chǎn)生更大的影響，峰會(huì)上，她從產(chǎn)業(yè)應(yīng)用、人才培養(yǎng)以及開源生態(tài)建設(shè)分享了飛漿生態(tài)的最新成果與未來計(jì)劃。

在產(chǎn)業(yè)應(yīng)用方面，飛槳平臺(tái)擁有超過34萬個(gè)模型，服務(wù)了超過10萬家企業(yè)。吳甜表示，從平臺(tái)數(shù)據(jù)統(tǒng)計(jì)來看，飛槳的行業(yè)應(yīng)用品類的分散程度明顯在增加，越來越多的行業(yè)及企業(yè)開始借助飛槳實(shí)現(xiàn)產(chǎn)業(yè)智能化升級(jí)。

峰會(huì)上，來自新能源領(lǐng)域的寧德時(shí)代科技公司、中國石油領(lǐng)域的昆侖數(shù)智科技公司現(xiàn)場(chǎng)分享了使用百度飛槳的項(xiàng)目經(jīng)驗(yàn)與成果。同時(shí)，百度飛槳與深度學(xué)習(xí)技術(shù)及應(yīng)用國家工程實(shí)驗(yàn)室聯(lián)合為12家企業(yè)頒發(fā)了“產(chǎn)業(yè)應(yīng)用創(chuàng)新獎(jiǎng)” 。

在人才建設(shè)方面，百度飛槳凝聚了265萬開發(fā)者，累計(jì)提交超過16萬次，開源貢獻(xiàn)者超過了5000位，其中97位優(yōu)秀的開發(fā)者通過層層篩選成為了百度飛槳開發(fā)者技術(shù)專家（PPDE）。在高校人才方面，飛槳也在持續(xù)投入，截止目前，飛槳的全國師資培訓(xùn)計(jì)劃已經(jīng)覆蓋500多所高校，支持200余所高校開設(shè)學(xué)分課程；AI大賽覆蓋全球五大洲22個(gè)國家580所高校；累計(jì)舉辦線上直播可176次，在AI Studio上累計(jì)學(xué)習(xí)的人次超過了290萬。

未來針對(duì)AI人才培養(yǎng)，尤其是高校人才培養(yǎng)，飛漿還將持續(xù)加大力度。峰會(huì)上，百度AI技術(shù)生態(tài)部總經(jīng)理劉倩重磅發(fā)布了飛槳“大航?！庇?jì)劃。

該計(jì)劃包含：面向核心開發(fā)者的“領(lǐng)航”、面向人才培養(yǎng)的“啟航”和面向產(chǎn)業(yè)智能化升級(jí)的“護(hù)航”三個(gè)部分。

劉倩表示，圍繞高校人才培養(yǎng)的啟航計(jì)劃，未來三年，百度飛槳將投入總價(jià)值5億元的資金與資源，支持全國500所高校，重點(diǎn)培訓(xùn)5000位高校AI教師，聯(lián)合培養(yǎng)50萬AI未來人才。

除了產(chǎn)業(yè)共進(jìn)、人才共育之外，百度飛槳也在攜手合作伙伴共建開源項(xiàng)目，驅(qū)動(dòng)技術(shù)創(chuàng)新。此次大會(huì)上，清華大學(xué)計(jì)算機(jī)系教授、深度學(xué)習(xí)技術(shù)及應(yīng)用國家工程實(shí)驗(yàn)室副主任朱軍介紹了珠算深度概率編程與百度飛槳的合作，依托飛槳框架成熟的底層功能和動(dòng)靜統(tǒng)一的開發(fā)體驗(yàn)，更好地支持深度概率編程工具開發(fā)和前沿技術(shù)探索。

小結(jié)

可以看出，百度飛槳的產(chǎn)業(yè)生態(tài)正在加速滲透到社會(huì)各界。

265萬開發(fā)者、十多種行業(yè)超10萬家企業(yè)，作為國產(chǎn)最大的深度學(xué)習(xí)平臺(tái)，百度飛槳?dú)v經(jīng)四年，憑借不斷的技術(shù)升級(jí)、迭代逐漸獲得了業(yè)界的認(rèn)可和青睞，同時(shí)也逐漸在以Tensflow、PyTorch為首的壟斷市場(chǎng)占據(jù)了一席之地。

與此同時(shí)，透過飛槳的技術(shù)創(chuàng)新與產(chǎn)業(yè)發(fā)展路徑，我們也可以看到，開源開放作為其核心驅(qū)動(dòng)力的巨大潛力。

如王海峰所說，開源開放讓我們可以更快追蹤到最新的技術(shù)進(jìn)展，并將改進(jìn)意見以及創(chuàng)新思想迅速進(jìn)行反饋，形成一個(gè)正循環(huán)，進(jìn)一步推動(dòng)科技的創(chuàng)新迭代。

雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)