最新数据显示，截至2021年12月，飞桨已经冲破了过去在中国市场上谷歌、Facebook的垄断局面，成为中国深度学习平台综合市场份额第一。“中国企业和产业有自身的特点，例如在工业、农业、物流、金融等领域，中国企业对AI技术的需求也有其独特性。国产深度学习框架，如果既能在功能上大量满足中国产业需求，同时又低门槛、简单易开发，那将有很大机会在产业级落地上实现弯道超车”，百度AI技术生态总经理马艳军日前表示。

“深度学习框架的重要性不亚于芯片”

马艳军表示，和PC时代的操作系统Windows、移动互联网时代的IOS和安卓类似，深度学习框架是智能时代的操作系统，它和芯片一起共同构成了人工智能的基础设施，深度学习框架的重要性不亚于芯片。在“十四五”规划中，“深度学习框架”被列入“新一代人工智能”领域，成为国家重点支持的前沿创新技术。

不论从AI技术发展还是产业应用来说，深度学习框架都处于非常核心的位置。自2013年开始，全球人工智能学术界以及产业界各研发主体陆续开源旗下自主研发深度学习框架，并以框架为核心搭建人工智能开放平台，推动人工智能产业生态的建立。以Google的TensorFlow、 Facebook的PyTorch两款深度学习框架为代表的深度学习框架起步早、发展快，占据了业界主导地位。

早在2017年，国家发改委正式批复，筹建深度学习技术及应用国家工程实验室，中国深度学习框架逐步从国际竞争中突围。2021年，IDC报告显示，中国首个开源开放的深度学习平台百度“飞桨”，在中国深度学习市场中的综合份额已超越其他国际巨头，成为中国第一。这使得我国人工智能技术开发者和使用者不必依赖于国外平台，同时还可进一步依托国产平台培育产业生态。

仍有三大关键点需要突破

然而，中国自研深度学习框架想要在国际竞争中取得领先，还有很长的路要走。马艳军指出，当前中国深度学习框架的发展仍需突破三大关键点：技术实力、功能体验、生态规模。

首先，技术创新方面，深度学习框架的研发需要人工智能领域底层技术人才，我国在这一领域的储备仍有不足。

其次，在应用体验方面，由于中国是全球产业链最为完备的国家，产业体系复杂，中小企业转型需求迫在眉睫。但在应用AI、促进企业智能化转型的过程中，仅一项技术应用，从实验室到产业落地就至少需要3-6个月时间，一个低门槛甚至零门槛的开发平台极为重要。

在开发应用生态方面，深度学习是一个典型的共创型技术领域，只有构建了自己的生态才实现持续迭代和发展。然而构建生态周期长、成本高，而且只有当国产框架的技术和功能体验足以满足开发者的需求时，才有机会培育起自主创新的AI开发应用生态。

深度学习框架或将决定未来5年AI产业格局

随着当前中国产业数字化转型的不断深入，中国深度学习框架的生态布局正在工业、交通、能源、城市等千行百业“开花结果”。以智慧交通领域为例，高铁接触网挂异物导致列车晚点的事件时有发生，一块小小的异物，就可能影响上百万人的出行。此前，依靠传统的人工巡检需要每天每条线路安排10到20名轨道检修工，不但人工成本高，还很难保证及时地检测与处理。经过一些尝试后，成都国铁最终采用飞桨研发了一套“轨道在线智能巡检系统”，实现了对轨道缺陷全天候的智能判断。一套飞桨智能巡检系统，让城市的守护者不必再披星戴月。

可以看到，以飞桨为代表的中国深度学习框架正在发展成为更适合产业需求、更受中国开发者欢迎的开源开放平台。一方面，中国深度学习框架不断扎根实际应用场景，牢牢抓住了开发者和企业智能化升级的需求，降低人工智能技术的应用门槛。另一方面，中国深度学习框架与更多芯片厂商深度适配并融合，形成了软硬协同优势。

截至2021年12月，飞桨已经冲破了过去在中国市场上谷歌、Facebook的垄断局面，成为中国深度学习平台综合市场份额第一。目前，飞桨平台已经汇聚了406万开发者，创建了47.6万个 AI 模型，累计服务15.7万企事业单位，覆盖工业、农业、医疗、城市管理、交通、金融等领域。

马艳军表示，不容忽视的是，中国深度学习框架仍面临着适配部署复杂、应用开发困难等难题，构筑自主可控的深度学习和人工智能产业生态道阻且长，但它或将决定未来5年AI技术格局和产业水平。

文/北京青年报记者 温婧
编辑/樊宏伟