飞桨扛起AI大旗，国产深度学习框架受追捧

百度发布了 2019Q2 财报，可以用八个字概括——“切换引擎，决胜未来”。

从“财”的数据来解读，净利 24 亿，成功扭亏恢复增长，超出“华尔街”预期，这可能也是导致百度股价暴涨的基础。

抛开财务报表的结果不说，从结构上看，可以明显看到百度押注的“AI 未来”开始展现成效。

2019 年上半年，百度 AI 开放平台发展迅速，其开发者数量增长了 37%，达到 130 万。

通过百度 AI 开放平台，开发者可以利用百度的综合 AI 能力，如语音识别，自然语言处理和计算机视觉，构建自己的产品和解决方案。

值得一提的是，百度深度学习平台飞桨的相关数据被首次加入财报，数据显示，2019 年 Q2，百度深度学习平台飞桨（PaddlePaddle）下载量环比增加 45％，百度围绕飞桨构建 AI 开发生态，帮助开发人员大规模构建深度学习模型，形成面向行业的智能化解决方案。

沉淀数年的百度 AI，背靠丰富的业务场景，强大的技术能力打造了端到端的 AI 开发生态，其生态的基石就是其深度学习框架──飞桨。

飞桨发展之路

作为功能完整的深度学习开源框架，飞桨集深度学习训练和预测框架、模型库、工具组件和服务平台为一体，拥有兼顾灵活性和高性能的开发机制、工业级应用效果的模型、超大规模并行深度学习能力、推理引擎一体化设计以及系统化服务支持的五大优势。

飞桨核心框架 Paddle Fluid 凭借其简单易用、高效灵活的特点，已经被广泛应用到包括互联网、智能工业、智能农业等领域，为各行各业赋能。

飞桨以模块化构造整个 AI 开发平台，开发者可以个性化地选择合适的服务平台，不仅可以从 Paddle Fluid 核心模型库直观的从代码层级进行开放，同样可以选择 EasyDL 拖拽式零代码构建模型，更有 AI Studio 集开放数据、开源算法于一体的一站式开发平台，近期还开放了价值一亿元的免费算力资源。

Figure1 飞桨全景图

百度深度学习的发展历程可以说是从业务中来，到业务中去。 从初期自研支撑搜索，推荐海量数据的深度学习框架，发展成为国内仅有的一款开源、并拥有完善开发体系的平台，又赋能各行业智能化进程，飞桨的路走得曲折又坚定，稳健又充满机遇。

Figure2 百度深度学习发展历程

飞桨作为国内唯一的功能完备的深度学习平台，如今已成为百度 AI 开发生态的基石，仅用了 6 年时光，而其发展势头愈发强劲。

自 2018 年 10 月飞桨核心框架 Paddle Fluid v1.0 发布以来，不到一年的时间里，已经迅速迭代了 5 个大版本，给广大开发者不断带来惊喜。

Figure3 飞桨核心框架 Paddle Fluid 版本迭代

近几个月，飞桨动作频频且成果颇丰：

• 5 月，飞桨助力百度视觉团队在多目标追踪挑战的 MOT16 和 ICME 人脸 106 关键点检测比赛中夺冠。

• 6 月，飞桨助力百度大脑在加州长滩举行的 CVPR 中以 10 项竞赛夺冠，展示了中国 AI 技术的强势。

• 7 月 3 日，在“Baidu Create 2019”百度 AI 开发者大会上，百度 CTO 王海峰与华为消费者 BG 软件总裁王成录共同宣布，百度飞桨深度学习平台与华为麒麟芯片将强强联手，在硬件层面实现华为麒麟芯片 HiAI Foundation 与飞桨的全面对接，尽可能发挥深度学习强大的推理能力；在应用层面，双方将共同优化经典模型，提升性能，为搭载麒麟芯片的终端用户提供良好的体验；在产业层面，飞桨将高效性能和多层次功能赋能芯片提升算力，推动下一代AI芯片的快速演进。

• 7 月 30 日， 百度正式发布了其 NLP 模型 ERNIE 的升级版本──ERNIE2.0，并且在共计 16 个中英文任务上超越了 BERT 和 XLNet，取得了SOTA 效果。

Figure 4 BERT 与 ERNIE2.0 在部分公开数据（测试集）的结果对比（来源：GitHub）

• 8 月 21 日，百度发布了 Paddle Mobile 的升级版本──Paddle Lite，它是一个旨在移动终端、嵌入式设备和 IoT 设备快速实现的开源深度学习推理框架，可以很好兼容飞桨的预训练模型。

  在设计上，得益于执行模块和分析模块的解耦，Paddle Lite 无需第三方库就能在终端上快速部署；在性能上，其在终端层级优化 Kernels，能够最大化 ARM 芯片的 CPU 性能；在兼容性上，Paddle Lite 支持 ARM，Mali GPU，Adreno GPU，华为 NPU 以及 FPGA，并将支持寒武纪和比特大陆的芯片。

飞桨扛起国产深度学习框架的大旗

今年上半年，笔者调研了十几个深度学习框架，得出两个结论：

一是现在的深度学习开发趋于生态化，服务化，平民化。生态化是指各大厂都是基于开源项目为核心构建一个产学研的 AI 开发环境；服务化是指整个开发链条都提供不同层级的模块服务；平民化是指 AI 技术的普及和使用都是免费的模式。

二是深度学习框架虽然呈现百花齐放的繁荣景象，但是马太效应已经开始显现，头部的 3 大框架 TensorFlow，Pytorch 和飞桨持续高投入，快速发展构建开发生态，而尾部的一些曾颇具影响力的框架已经停止更新。

相较行业头部的 Google（TensorFlow）和 Facebook（Pytorch），百度（飞桨）真正撑起了中国深度学习框架的大旗。

总结

每一次生产力的巨大变革都是一次全新商业场景的构建，AI 技术作为第四次工业革命的核心无疑是至关重要的，今年以来中美表面打的是“贸易战”，实则是未来商业生态话语权的争夺。

华为的基石业务是网络服务解决方案，可是从近几年华为在 5G、云服务和 AI 领域的投入来看，华为也在将航行转向智能时代。

如果说华为是在前方抵抗“美式”的攻击和封锁，那么百度在做的不仅是推动智能化的演进，更是为中国在未来智能时代的核心技术保驾护航。

参考：

• http://ir.baidu.com/financial-reports/

• https://www.paddlepaddle.org.cn/

• https://baike.baidu.com/item/%E9%A3%9E%E6%A1%A8/23472642?fromtitle=%E7%99%BE%E5%BA%A6%E9%A3%9E%E6%A1%A8&fromid=23601534

• http://ai.51cto.com/art/201908/600692.htm

• https://github.com/PaddlePaddle/ERNIE

• https://mp.weixin.qq.com/s/vL_gpDPnl7qSlql-fUQsUw

• https://github.com/PaddlePaddle/Paddle-Lite