今天小編分享的互聯網經驗：中國AI深度學習框架加速追趕美國，昇思開源4年份額達30%，歡迎閱讀。
圖片系 AI 生成
在 AI 技術體系中，深度學習框架處于 " 承上啟下 " 的位置，南向使能多樣化算力，北向孵化各類算法模型，是大模型產業必不可少的環節。在全球層面，TensorFlow 和 PyTorch 占據先發優勢，中國市場也不例外，但是華為推出的昇思 MindSpore 和百度推出的飛槳 PaddlePaddle 等國產力量正在加速追趕。
在 12 月 14 日舉辦的昇思人工智能框架峰會上，18 家部門發布基于昇思的原生開發大模型成果，據預測，中國 AI 框架 2024 年新增市場昇思份額将達 30%。
華為 ICT 戰略與業務發展部總裁彭紅華表示，人工智能框架是 AI 時代的作業系統與軟體底座，領先的 AI 框架需要同時具備 " 更高效、更敏捷、更開放 " 的技術與生态能力，未來華為将持續投入昇思 MindSpore，堅持以開源的方式，促進中國人工智能框架生态健康、高速發展。
大模型如何改變深度學習框架
智譜 AI CEO 張鵬在會上表示，去年大家談得更多的是需要卡、需要算力、需要的是硬體，今年算力問題有所緩解，其中尤其是華為昇騰的努力。現在有了硬體資源，如何把動辄價值千萬元人民币的硬體資源用好，主要依靠 AI 大模型訓練的框架和 infra（基礎設施）。
現階段最關鍵的是提升大模型的訓練性能，這是整個行業的優先考慮事項，需要深度學習框架的不斷改進，讓軟體更好地适配硬體和上層算法。
" 相比于國外發展了十年，甚至更長時間的框架，昇思做了很多工作，智譜也配合增強了分布式并行的能力，增強從訓練到推理的一致性和部署可用性。最重要的是我們把核心技術終于從 0 到 1 突破了，掌握在自己的手裡，能夠實現全棧自主創新持續的演進和創新。" 張鵬說道。
他還在現場透露，智譜從 2020 年就開始和眾多國產生态進行合作，其中包括昇騰系列硬體，結合昇思 MindSpore 做完全自主創新的國產大模型訓練。
智譜 AI 的明星產品 CodeGeeX 誕生于在疫情期間，智譜和華為各自投入了幾十人團隊，分布式協作完成算法調優、集群穩定性的維護工作、inference 的構建。發展到今天，CodeGeeX 已經更新迭代了四代模型。
昇思 MindSpore 開源社區理事長丁誠也提到，大模型技術還在跨越式演進，昇思 MindSpore 重點關注兩點。
第一，大模型的參數量、序列長度和模态結構繼續以指數級速度演進。對此深度學習框架要解決異構模型帶來的計算不均衡問題，超長序列帶來的内存爆炸問題和模型并行出現的流水線空炮問題。
第二，Open AI 發布了 o1，使得計算過程從單任務、單模型走向了多任務、多模型，深度學習和強化學習相融合的方式，對此深度學習框架需要解決多模型協同互動下的復雜編程問題，推理和強化學習任務的混合部署和調度問題，訓推權重的在線轉換，并行策略的動态調整問題。
開源 4 年份額達 30%，昇思成為發展最快 AI 框架
開源是昇思快速追趕先進框架的主要策略，典型如大模型爆發帶來了新的需求，昇思從社區論壇收集到 3700 多個技術問題，再針對性做技術預研和規劃。中國工程院院士何友表示，昇思作為自主創新的 AI 框架，在大模型時代的開源實踐尤為重要，甚至有些指标可以和國際媲美。
彭紅華提到，未來昇思主要面向三個層面演進，在開發者編程體驗方面，昇思兼容業界主流生态，提供一致開發體驗，持續降低遷移學習成本；
在大模型訓練方面，提供更豐富的分布式并行策略，結合自動搜索仿真調優，為大模型訓練節約端到端成本；
面向最新類 o1 模型帶來的技術挑戰，完善多模型多任務調度、訓推無縫轉換能力，強化學習親和架構，加速類 o1 模型演進更新；面向 AI for Science 場景，昇思持續更新底層函數式編程體驗，并打造高性能 AI for Science 使能套件，聯合行業用戶、科研機構、學術專家共同加速科研創新，推動科技進步。
現場公布的數據顯示，昇思 MindSpore 自 2020 年開源以來，目前已孵化、支持 50 多個國内外主流大模型；開源版本已累計獲得 1100 萬次下載，覆蓋全球 130 多個國家和地區的 2400 多個城市；3.7 萬多名開發者參與社區貢獻。
此外，昇思與 360 多所高校科研院所展開教學及科研合作，聯合 1700 多位生态夥伴，打造超過 2000+ 解決方案；PaperwithCode 網站顯示，支持基于昇思原創論文發表累計超過 1700 篇，位列全球第二、中國第一。據預測，中國 AI 框架 2024 年新增市場昇思份額将達 30%。（本文首發于钛媒體 APP，作者 | 張帥，編輯 | 蓋虹達）
