11月19日，由阿里巴巴、百度、華為、騰訊、網(wǎng)易等國內(nèi)知名企業(yè)策劃發(fā)起，2019軟件綠色聯(lián)盟開發(fā)者大會于北京國家會議中心正式開幕。百度深度學習技術(shù)平臺部總監(jiān)馬艷軍，與在場的300+合作伙伴及2000余名開發(fā)者分享了開源深度學習平臺飛槳面向大規(guī)模產(chǎn)業(yè)應(yīng)用的最新技術(shù)進展。
深度學習技術(shù)的發(fā)展和突破，使得人工智能切實成為驅(qū)動各行各業(yè)智能化升級的核心力量。而上承應(yīng)用，下接芯片的深度學習框架可謂這個智能時代的“操作系統(tǒng)”。基于開源開放的深度學習平臺進行開發(fā)，能夠有效降低深度學習技術(shù)應(yīng)用門檻，讓開發(fā)者和企業(yè)避免重復(fù)“造輪子”，這也是當前業(yè)界主流的開發(fā)方式。
飛槳以百度多年的深度學習技術(shù)研究和業(yè)務(wù)應(yīng)用為基礎(chǔ)，集深度學習核心框架、基礎(chǔ)模型庫、端到端開發(fā)套件、工具組件和服務(wù)平臺于一體，2016年正式開源，是全面開源開放、技術(shù)領(lǐng)先、功能完備的產(chǎn)業(yè)級深度學習平臺，且擁有完整的自主知識產(chǎn)權(quán)。活動現(xiàn)場，倪光南院士在題為《自主創(chuàng)新迎接軟硬件生態(tài)新潮流》的演講中也呼吁道，應(yīng)加快推進中國網(wǎng)信技術(shù)自主可控，并指出一條開源軟件促進軟件業(yè)開放創(chuàng)新之路。
當前， AI+5G+IOT的快速發(fā)展正開啟著全場景的智聯(lián)生活，各行各業(yè)正在應(yīng)用人工智能技術(shù)進行智能化升級，共建自主可控的泛終端軟硬件生態(tài)成重要議題。面對大規(guī)模產(chǎn)業(yè)應(yīng)用的挑戰(zhàn)，現(xiàn)場馬艷軍著重分享了端側(cè)推理引擎Paddle Lite 2.0以及四大產(chǎn)業(yè)級端到端開發(fā)套件兩項飛槳的最新成果。
針對泛移動端，軟件層面如搜索排序、視頻推薦等應(yīng)用超大規(guī)模稀性特征、萬億級模型參數(shù)在線持續(xù)學習、終生學習的挑戰(zhàn)，以及硬件層面異構(gòu)計算等挑戰(zhàn)等，百度飛槳推出了輕量級的端側(cè)推理引擎Paddle Lite 2.0。
據(jù)介紹，Paddle Lite 2.0版本擁有三大特點，包括：高易用性，提供大量的示例代碼，以及操作的指南，方便快速實現(xiàn)在不同的設(shè)備場景上進行部署；廣泛的硬件支持，Paddle Lite目前已經(jīng)支持了8種主流的硬件，同時支持華為NPU和邊緣設(shè)備的FPGA，且設(shè)計架構(gòu)非常便于新硬件的拓展；以及性能優(yōu)勢，Paddle Lite性能優(yōu)勢不僅在FP32場景下，尤其是在移動端已廣泛普及的INT8上領(lǐng)先優(yōu)勢會更加明顯。性能優(yōu)勢對于實際的應(yīng)用是至關(guān)重要的，時延上的優(yōu)勢直接關(guān)系到最終開發(fā)產(chǎn)品的用戶體驗。
值得一提的是，Paddle Lite與華為HiAI Foundation進行了深度聯(lián)合優(yōu)化取得了很好的進展。大會當天下午，華為正式對外發(fā)布了HiAI3.0版本。發(fā)布會上，百度深度學習技術(shù)平臺部技術(shù)經(jīng)理高鐵柱，介紹了百度Paddle Lite端側(cè)推理框特性及與華為進行的深度適配。雙方在新一代人工智能產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟啟動端測AI軟件標準研究工作，通過標準化推理接口與標準化應(yīng)用接口，促進端側(cè)AI產(chǎn)業(yè)規(guī)模化有序發(fā)展，更好地助力開發(fā)者使用端側(cè)AI進行應(yīng)用創(chuàng)新。
除互聯(lián)網(wǎng)領(lǐng)域外，當前深度學習也大量在傳統(tǒng)行業(yè)中落地。針對落地過程中，問題定義技術(shù)選型、驗證成本高研發(fā)周期長、設(shè)備成本限制及特定性能要求等真實挑戰(zhàn)，飛槳推出了4大面向應(yīng)用任務(wù)的產(chǎn)業(yè)級開發(fā)套件，包括：ERNIE語義理解，PaddleDetection目標檢測、PaddleSeg圖像分割，以及推薦方向的ElasticCTR點擊率預(yù)估，降低開發(fā)門檻，滿足低成本和快速集成需求。
語義理解方面，ERNIE開發(fā)套件是基于持續(xù)學習語義理解框架ERNIE 2.0升級而來，在16個中英文任務(wù)全面超越對標產(chǎn)品，具備輕量方案、能力全面、極速預(yù)測、部署靈活、平臺賦能等五大特色。
PaddleSeg產(chǎn)業(yè)級圖像分割庫，覆蓋了DeepLabv3+、PSPNet、U-Net、ICNet四大主流的分割 模型。通過統(tǒng)一的配置，幫助用戶更便捷地完成從訓練到部署的全流程圖像分割應(yīng)用。
目標檢測方面，PaddleDetection，已集成60+預(yù)訓練模型并包含百度國際競賽冠軍模型。目的是為工業(yè)界和學術(shù)界提供易使用的目標檢測模型。在這個庫中，飛槳還提供了許多目標檢測小模型，方便移動端設(shè)備使用。
用于個性化推薦的ELASTIC CTR，源自于百度的產(chǎn)業(yè)實踐。可以實現(xiàn)分布式訓練CTR預(yù)估任務(wù)和Serving流程一鍵部署，提供了端到端的CTR訓練和二次開發(fā)的解決方案。
如今，涉及國計民生的重要產(chǎn)業(yè)智能化升級正在不斷提速，行業(yè)頭部企業(yè)人工智能應(yīng)用深度、廣度已相當可觀。百度飛槳正在深入各行各業(yè)，帶來切實價值。據(jù)悉，飛槳深度學習平臺已累計服務(wù)150多萬開發(fā)者，僅在定制化訓練平臺上就有超過6.5萬企業(yè)用戶，發(fā)布了16.9萬個模型。
