圖片系AI生成
在AI技術體系中，深度學習框架處於「承上啟下」的位置，南向使能多樣化算力，北向孵化各類演算法模型，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家單位釋出基於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將達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件底座，領先的AI框架需要同時具備「更高效、更敏捷、更開放」的技術與生態能力，未來華為將持續投入昇思MindSpore，堅持以開源的方式，促進中國人工智能框架生態健康、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、需要的是硬件，今年算力問題有所緩解，其中尤其是華為昇騰的努力。現在有了硬件資源，如何把動輒價值千萬元人民幣的硬件資源用好，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效能，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，讓軟件更好地適配硬件和上層演算法。
「相比於國外發展了十年，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並列的能力，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於從0到1突破了，掌握在自己的手裏，能夠實作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態進行合作，其中包括昇騰系列硬件，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誕生於在疫情期間，智譜和華為各自投入了幾十人團隊，分布式協作完成演算法調優、集群穩定性的維護工作、inference的構建。發展到今天，CodeGeeX已經更新叠代了四代模型。
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重點關註兩點。
第一，大模型的參數量、序列長度和模態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，超長序列帶來的記憶體爆炸問題和模型並列出現的流水線空炮問題。
第二，Open AI釋出了o1，使得計算過程從單任務、單模型走向了多工、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排程問題，訓推權重的線上轉換，並列策略的動態調整問題。
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，甚至有些指標可以和國際媲美。
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，昇思相容業界主流生態，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並列策略，結合自動搜尋仿真調優，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，完善多模型多工排程、訓推無縫轉換能力，強化學習親和架構，加速類o1模型演進升級；面向AI for Science場景，昇思持續升級底層函數語言程式設計體驗，並打造高效能AI for Science使能套件，聯合行業使用者、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多個國內外主流大模型；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多位生態夥伴，打造超過2000+解決方案；PaperwithCode網站顯示，支持基於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將達30%。 （本文正選於鈦媒體APP，作者 | 張帥，編輯 | 蓋虹達）
