开发|百度飞桨硬件生态路线图全公开:硬件伙伴20家,适配29种芯片型号

12月20日 , 由深度学习技术及应用国家工程实验室与百度联合主办的WAVE SUMMIT+2020深度学习开发者峰会在北京举办 。 百度飞桨作为国内开源最早、技术领先、功能完备的产业级深度学习平台 , 继520峰会之后 , 持续发布前沿产业洞察 , 重磅技术升级和开源生态成果 。 众多行业专家、知名学者、开源领袖出席峰会 , 共同探讨产业共进、人才共育以及开源共建 , 多重举措推动国家AI技术发展 , 助力产业智能化升级 。
“开源开放已经成为驱动技术创新和加速产业发展的核心动能 。 ”百度首席技术官、深度学习技术及应用国家工程实验室主任王海峰在致辞中表示 , “开源开放对人类社会过去几百年科学和技术的发展起到非常重要的作用 , 让我们可以更快追踪到最新的技术进展 , 并将改进意见以及创新思想迅速进行反馈 , 形成一个正循环 , 进一步推动科技的创新迭代 。 当下 , 中国开源力量正在影响全球的科技创新 。 同时 , 在以深度学习为代表的人工智能发展浪潮中 , 产业界已经成为驱动开源开放的重要力量 。 而成熟的开源开放技术生态与开放平台 , 也正在推动社会各界加快融合发展 。 ”

开发|百度飞桨硬件生态路线图全公开:硬件伙伴20家,适配29种芯片型号
文章图片

【开发|百度飞桨硬件生态路线图全公开:硬件伙伴20家,适配29种芯片型号】(百度首席技术官、深度学习技术及应用国家工程实验室主任王海峰)
本届峰会 , 百度飞桨带来八大全新发布与升级 , 有支持前沿技术探索和应用的生物计算平台PaddleHelix螺旋桨 , 开发更加便捷的飞桨开源框架2.0 RC版 , 端云协同的AI集成开发环境BML CodeLab , 支持更强大分布式训练的业界首个通用异构参数服务器架构 , 开源算法库增至200+ , 飞桨企业版EasyDL智能数据服务升级 , 飞桨硬件生态路线图以及携手全球开发者开启“大航海”计划 。 可见飞桨技术与生态发展的步调越来越快 。
八大亮点发布 , 夯实AI技术底座 , 助力产业智能化
新基建浪潮下 , 各行各业都拉开了智能化升级的大幕 。 百度集团副总裁、深度学习技术及应用国家工程实验室副主任吴甜通过三组数据揭示出AI加速下沉的产业洞察 。 她表示 , 越来越多非互联网IT行业加入到产业智能化升级的浪潮中 , 两年间占比从53.4% 增至 67.9%;全国城市的AI开发者活跃度持续增高 , 过去一年佛山、东莞、重庆增速最快;高校AI培训覆盖学科明显增加 , 非计算机专业高校教师占比从2019年的35%增长到2020年的45% , 越来越广的专业领域开始拥抱AI 。 飞桨作为AI开发的基础设施 , 已经在各行业、多地域、众领域发挥并产生者更大的影响 。
峰会现场 , 吴甜全新发布PaddleHelix螺旋桨生物计算平台 。 先期将开源螺旋桨生物计算开源工具集 , 提供包括RNA二级结构预测、大规模的分子预训练、DTI药物靶点亲和力预测以及ADMET成药性预测等在内的新药研发和疫苗设计环节的核心能力 , 帮助生物信息学、计算机交叉学科背景的学习者、研究者和合作伙伴 , 更便利地构建AI算法模型 。

开发|百度飞桨硬件生态路线图全公开:硬件伙伴20家,适配29种芯片型号
文章图片

(百度集团副总裁、深度学习技术及应用国家工程实验室副主任吴甜)
百度深度学习技术平台部高级总监马艳军带来飞桨开源深度学习平台的全新发布——开源框架V2.0RC版 , “编程一致、动静统一”的全新开发体验 , 将让开发者惊艳 。 新框架下 , 飞桨动态功能走向成熟、API进行了全面升级 , 同时动静统一的编程体验将为深度概率编程、量子机器学习等前沿学术研究提供更好的支持 。
此外 , 马艳军还公布了飞桨开源平台在分布式训练和开源算法库方面的升级 , 以及飞桨硬件生态路线图 。 飞桨推出业内首个通用异构参数服务器架构 , 其可以大幅提升训练效率 , 节约成本 , 真正实现训练效率最优化;开源算法库全面升级 , 官方算法数量从140+扩展至200+;飞桨硬件生态伙伴达到20家 , 适配或者正在适配的芯片/IP型号29种 。 飞桨提供了自主可控的坚实底座 , 加速AI产业生态构建 。
底层技术的不断迭代也在强化飞桨企业版的服务能力 。 飞桨企业版包括零门槛AI开发平台EasyDL和全功能AI开发平台BML , 分别针对AI应用开发者和AI算法开发者提供极致开发体验 。 百度AI平台研发部总监忻舟介绍了飞桨企业版发布和升级的两大亮点功能:全新AI集成开发环境和智能数据服务平台 。
BML的最新成果——端云协同的AI集成开发环境BML CodeLab , 开箱即用的客户端内置飞桨文心(ERNIE)NLP套件及单机高性能技术引擎 , 最重要的是它可以无缝扩展到包括百度智能云在内的多个云端算力平台 , 极大加强了客户端的可扩展性和灵活性; EasyData智能数据服务平台 , 大幅提升智能标注的效能 , 新增多人标注能力以及高级智能清洗能力 。
基于飞桨产品、技术、生态的全面积累 , 百度AI技术生态部总经理刘倩发布了飞桨“大航海”计划 。 大航海计划包含面向核心开发者的“领航”、面向人才培养的“启航”和面向产业智能化升级的“护航”三个部分 。 本次正式发布围绕高校人才培养的启航计划:未来三年 , 飞桨将投入总价值5亿元的资金与资源 , 支持全国500所高校 , 重点培训5000位高校AI教师 , 联合培养50万AI未来人才 。
技术与产业融合互促 , 共建产业应用、人才培养、开源社区繁荣生态
截至目前 , 百度飞桨已经凝聚了265万开发者 , 累计commits超过16万次 , 以PR或ISSUE提交形式的开源贡献者超过了5000位 , 其中有97位优秀的开发者通过层层筛选成为了百度飞桨开发者技术专家(PPDE) 。 产业应用方面 , 飞桨服务了超过10万家企业 , 平台上拥有超过34万个模型 。 秉持开源开放、技术创新 , 产学研用通力融合 , 飞桨在产业应用、人才培养、开源社区三方面实现了生态的全面繁荣 。
峰会上 , 百度飞桨与深度学习技术及应用国家工程实验室联合颁发了“产业应用创新奖”。 中国信息通信研究院副总工程师、中国人工智能产业发展联盟副秘书长王爱华与吴甜一起为12个获奖项目颁奖 。 宁德时代新能源科技公司、昆仑数智科技公司现场分享了项目经验与成果 。

开发|百度飞桨硬件生态路线图全公开:硬件伙伴20家,适配29种芯片型号
文章图片

(左上:王爱华、吴甜为产业应用奖获奖项目颁奖、右上:徐菁颁发星辰计划基金
左下&右下:张伟民、朱军为飞桨技术开发者技术专家颁发证书)
人才作为科技发展的关键因素之一 , 历来是飞桨关注的重点 。 峰会上也公布了飞桨在人才培养方面的成绩单 。 飞桨以“产学研用”一体为核心 , 已构建起涵盖“学习、实践、比赛、认证、就业”的开发者全周期服务体系 , 形成了课程体系、师资培训、教学科研、应用实践、产业落地的AI复合型人才培养闭环 。 学习与实训社区AI studio学习资源增长180%;自疫情以来 , 举办线上直播课程176次 , 累计学习人次290万;全年组织超过50场AI竞赛 , 包括百度之星开发者大赛、中国高校计算机大赛人工智能创意赛等;12期高校师资培训班覆盖国内所有头部高校 , 支持200+高校开设学分课 。 AI Studio名师专栏首期引入台大教授李宏毅最新系列课程 , 配套实践项目 , 帮助开发者边学边练 。
不仅如此 , 此次峰会还设置了AI人才培养圆桌论坛环节 , 百度研究院大数据实验室和商业智能实验室主任窦德景与北京大学信息科学技术学院教授、计算机科学技术系党总支书记黄铁军 , 北京航空航天大学计算机学院教授、智能信息处理研究所所长王蕴红 , 中国人民大学信息学院院长、高瓴人工智能学院执行院长文继荣一同探讨了AI人才培养之道 。

开发|百度飞桨硬件生态路线图全公开:硬件伙伴20家,适配29种芯片型号
文章图片

(从左到右:窦德景、黄铁军、王蕴红、文继容)
产业共进、人才共育之外 , 百度飞桨也在携手合作伙伴共建开源项目 , 驱动技术创新 。 此次大会上 , 清华大学计算机系教授、深度学习技术及应用国家工程实验室副主任朱军介绍了珠算深度概率编程与百度飞桨的合作 , 依托飞桨框架成熟的底层功能和动静统一的开发体验 , 更好地支持深度概率编程工具开发和前沿技术探索 。

开发|百度飞桨硬件生态路线图全公开:硬件伙伴20家,适配29种芯片型号
文章图片

(清华大学计算机系教授、深度学习技术及应用国家工程实验室副主任朱军)
开源共建圆桌论坛环节 , 百度飞桨总架构师于佃海与北京大学助理教授董豪、PreAngle合伙人李卓桓、复旦大学计算机科学技术学院教授、FastNLP负责人邱锡鹏以及Zilliz创始人兼首席执行官、LF AI&DATA董事会主席星爵等开源领袖就“如何打造一个成功的AI开源项目”展开研讨 , 共话AI开源发展 。

开发|百度飞桨硬件生态路线图全公开:硬件伙伴20家,适配29种芯片型号
文章图片

(从左到右:于佃海、董豪、邱锡鹏、星爵、李卓桓)
最后 , 新一代人工智能产业技术创新战略联盟联合秘书长张伟民 , 清华大学计算机系教授、深度学习技术及应用国家工程实验室副主任朱军 , LF AI&DATA大中华区总监杨轩等嘉宾为到场的PPDE“飞桨开发者技术专家”代表颁发了专家证书 。 百度副总裁徐菁则为AI濒危物种保护项目、AI文物保护项目、AI沙漠栽树机器人项目三支团队颁发了2020 年度AI公益合作项目证书并授予星辰计划基金 。
AI时代浪潮之下 , 飞桨将与产学研各界合作伙伴共建共享繁荣生态圈 , 开源开放驱动技术创新 , 推动科技与产业的融合发展 , 加速产业智能化进程 。

    推荐阅读