“作为后发结构，要想完结技能逾越或许*，中心便是找到AI技能革新的下一条新赛道，只要当新赛道呈现的时分，才有弯道超车的时机。”近期在人工智能结构生态峰会2023上，昇思MindSpore开源社区理事长丁诚在承受观察者网采访时说道。

本年以来，ChatGPT掀起的这轮AI大模型浪潮，完全拉高了商场对AI底层硬件的预期，算力、GPU、服务器等概念萦绕在不少人的脑海中。但实际上，在每个划年代的技能更迭中，硬件都需求与软件系统密切配合，才干更好地完结产品或使用价值。

在当时的人工智能技能架构中，共分为大约四层：芯片层、结构层、模型层和使用层。其间，AI结构内职业界被界说为“AI范畴的操作系统”。在这一底层中心软件范畴获得主导权，无异于微软在PC年代具有Windows，谷歌在移动互联年代打造安卓。

在AI成为大国竞赛新高地的今日，国产AI结构的开展，事关我国能否在新一轮科技革射中掌握主动权。令人感到欣喜的是，近些年以昇思MindSpore、飞桨PaddlePaddle等为代表的国产AI结构逐步生长起来，没有让我国科技工业“缺芯少魂”的剧情重演。

但一起也要指出的是，由于具有先发优势，谷歌的TensorFlow和Meta的PyTorch，在功用和易用性上依然不乏好评，现在使用率在国内高居前列。面临TensorFlow和Pytorch构筑的旧商场格式，国产AI结构“弯道超车”的时机在哪？又该怎么打造自己的生态优势？

01 AI结构有何重要作用？

“大模型年代，咱们对AI工业开展的重视，往往会聚集在算法本身以及底层的算力上，也便是根底设施硬件方面，中心的技能软件常常被忽视。”近来在上海举办的人工智能结构生态峰会2023上，昇思MindSpore开源社区理事长丁诚向观察者网说道。

自去年末以来，新一轮AI大模型热潮被ChatGPT掀起，算力和服务器成为*的商场焦点，国内大模型厂商抢购GPU的音讯此伏彼起。例如最近就有传言称，字节跳动本年向英伟达订货了逾越10亿美元的GPU，国内另一家大厂的订单也逾越10亿元人民币。

AI练习和推理需求大算力，GPU等AI芯片遭到热捧无可厚非。但一起也要指出的是，一切人工智能的算法及使用，都要经过AI结构进行练习与布置。作为人工智能的“根技能”，“AI结构 算力硬件”的组合，可以在必定程度上决议AI工业使用的主体技能道路。

“人工智能结构南向对接多样算力，北向经过编程接口协助开发者完结算法立异使用。在整个大模型生态傍边，人工智能结构是起到一个大模型使能的定位，所谓大模型使能，便是协助开发者孵化他的大模型，人工智能结构不会自己去做大模型，可是它会把做大模型的算法团队作为它的用户。”丁诚告知观察者网。

关于AI结构的重要含义，商汤科技联合创始人林达华曾这样表述：

在咱们开端探究深度学习的时分，没有TensorFlow，没有PyTorch，乃至没有GPU。咱们需求手写C 程序来完结整个核算进程，练习一个模型需求一两个月。正是由于阅历了这样的艰苦，咱们殷切地认识到练习结构的中心含义，可以说，练习结构界说了算法研制的空间，结构的空间有多大，咱们就能走多远；结构的才能有多强，咱们就能走多快。

百度首席技能官王海峰也曾表明：

深度学习的通用性特色，以及深度学习结构及途径的开展，正推进人工智能标准化、自动化和模块化，进入工业大生产阶段。深度学习结构下接芯片，上承事务模型、职业使用。一个好的AI结构，与芯片互相配合，可以*极限的“榨干”芯片的算力，发挥其最高功效。

全体而言，关于开发者来说，AI结构的底层才能、功用丰厚度、生态完善度，都会影响开发功率，然后影响新技能和使用立异的速度。跟着大模型浪潮席卷而来，AI范畴内的开发立异作业愈加如火如荼，AI结构作为中心开发工具，重要性愈加凸显。

02 国产没有缺席，但国外仍有优势

PC和移动互联网年代，Windows Intel、Android/iOS ARM的软硬件联盟，曾让我国饱尝“缺芯少魂”之苦。进入AI年代，我国企业更早认识到“操作系统”的重要性，纷繁开端布局AI结构。例如，华为MindSpore、百度PaddlePaddle、商汤科技SenseParrots、腾讯TNN、阿里MNN、字节跳动BytePS、旷视MegEngine、小米Mace等。

丁诚在前述峰会2023上告知观察者网，昇思MindSpore开源三周年以来，一直在协助包含像中科院自动化所，鹏城实验室，各个高校，以及工业用户孵化各式各样的大模型。现在，国内大约现已有20个大模型经过昇思AI结构原生孵化出来，至少有9个大模型经过MindSpore开源社区途径和建立的途径面向工业。

2019年8月，华为推出昇思MindSpore，并在2020年3月将结构开源。观察者网得悉，到2023年5月底，昇思开源社区下载量已打破474万，社区贡献者1.3万，服务企业数量5500家，与240家科研院所打开协作，开源模型达400多个，宣告顶会论文逾越900篇。

百度布局AI结构的时刻其实更早，2016年该公司发布并开源飞桨PaddlePaddle。百度方面发表的数据显现，到2022年5月，飞桨会聚477万开发者，发明56万个AI模型，服务18万企事业单位。到2021年末，已有逾越20个厂家、30种以上的芯片适配飞桨。

依据2023年1月Omdia发布的《我国人工智能结构商场调研陈述》，在我国开发者的心目中，MindSpore在国产结构中认知度排*，PaddlePaddle紧随其后。在开发者认知度排名方面，昇思和飞桨已逾越国外非常老练的结构MXNet，以及谷歌要点支撑的新式结构JAX。

但易用性和功用方面，国产结构好像与国外仍有距离。依据前述陈述，在国外的端到端结构中，开发者以为TensorFlow和PyTorch的易用性更好，而本乡结构昇思MindSpore和飞桨PaddlePaddle紧随其后；功用方面，开发者以为TensorFlow和PyTorch功用更好，昇思MindSpore和飞桨PaddlePaddle相同紧随其后，二者在功用点评上现已逾越其他干流结构。

AI结构隔离了底层的复杂性，愈加易用的结构可以让开发人员以更快的速度和更高的功率，来探究、创立、改善和迭代AI项目。而AI结构的功用则涉及到结构本身的底层功用，包含结构的底层算法功率，以及结构使用底层硬件资源进行优化开发、练习和推理的才能。

由于易用性和功用是开发者最垂青的要素，因而现在TensorFlow和PyTorch在开发者中的使用率较高。依据Omdia陈述，在我国开发者AI结构使用率排名中，PyTorch和TensorFlow，别离以34%和30%遥遥*，PaddlePaddle和MindSpore齐头并进，使用率均为11%。

我国信通院发布的《AI结构开展白皮书（2022年）》说到，全球来看，世界干流AI结构由Google、Meta等科技巨子主导。现在以Google、Meta、Amazon、Microsoft等代表的互联网科技巨子，凭仗本身的数据、技能和本钱等优势，继续在AI结构生态范畴发力，引领全球AI结构技能立异晋级趋势，并逐步形成了以Google-TensorFlow和Meta-PyTorch为代表的双寡头格式。从商场占有状况看，工业界以TensorFlow为主，学术界以PyTorch为主。

03 “弯道超车”的新赛道在哪？

在整个人工智能系统中，AI结构被视为中心一般的存在。我国布局AI结构的企业尽管很多，但在功用和易用性等方面，好像与Google、Meta等国外巨子仍有距离。在大模型年代到来之际，国产AI结构又该怎么构建本身优势，乃至完结“弯道超车”呢？

“TensorFlow是2015年12月开源的，Pytorch是2016年4月，比MindSpore早了大约4-5年的时刻。作为后发结构，要想完结技能逾越或许*，中心便是找到AI技能革新的下一条新赛道，只要新赛道呈现的时分才有弯道超车的时机。”丁诚向观察者网表明。

“鄙人一个年代，新赛道是什么呢？”

丁诚说到了“AI For Science”（科学智能）。他表明，下一个或许发现的技能改变点是科学智能，传统的科学智能、科学核算在每一个科学问题中，或许都孕育着一个根本的数学方程。

举例来说，在流体力学核算中会耗费很多的算力，这个进程其实数学原理很简单，便是一个纳维-斯托克斯方程的求解。在传统进程中，假如用CPU单卡进行核算，或许需求几十年、上百年都算不完，而用AI的办法就有或许10倍或许100倍地加快纳维-斯托克斯的求解。

“所以在MindSpore发布的2.0版别中，提出了科学核算交融架构，意图便是想在这个赛道中能获得更多技能*的时机，打造自己的原生生态。”丁诚向观察者网泄漏，MindSpore会首要在大模型和AI For Science两个新赛道里构建自己的原生生态。

依据Omdia发布的陈述，“AI for Science”凭借人工智能的巨大技能优势，可将数学核算和科学模型的办法结合，高效处理海量数据，使传统的科研进程变得自动化、规模化、并行化和途径化，然后处理本来传统科学研究范式无法处理的问题，协助科学家打破科研瓶颈。

Omdia分析师以为，“AI for Science”在气候和环境科学（气候猜测等），生物制药和生命科学（新药研制、蛋白质结构猜测等），流体力学（轿车或飞机的气动规划等），电磁学（电磁仿真等）等使用范畴或许会首要获得打破。

在这份陈述中，大多数开发者反应，TensorFlow 对“AI for Science”支撑比较好，而昇思 MindSpore对“AI for Science”的支撑才能逾越PyTorch，并有赶超TensorFlow的趋势。

“关于Pytorch和TensorFlow*的生态怎么办？咱们会做两件工作。”

丁诚泄漏，首要，结构的生态锚点会从API走向模型，MindSpore开源社区将承载更多业界高质量算法模型，把这些模型打造成一个算法套件，协助传统赛道的AI用户能快速得到职业场景使用。第二件工作，MindSpore在坚持自己自主立异的一套原生API根底之下，兼容业界现有像Pytorch这样的API的生态。对传统用户来讲，假如想重新学习MindSpore，学习本钱将会很低，经过这样的办法，把传统的生态逐步招引到MindSpore生态圈里。

04 构建生态仍是重中之重

在PC和移动互联年代，软硬件生态是工业链企业无法忽视的要害词，Windows Intel、Android ARM构建的生态壁垒，直到现在仍是“取胜法宝”。在人工智能年代，AI结构的生态构建相同是重中之重，由于这将直接影响结构的才能、功用、以及工业化使用等。

最近几年，国内的AI结构生态建设现已为工业开展带来了实在优点。例如，多家科研院所和高校根据MindSpore推出紫东.太初、鹏程.神农、武汉.LuoJia等大模型，PaddlePaddle联合鹏城实验室发布了鹏城-百度·文心等大模型，两大开源结构途径也会聚了很多开发者。

但这依然不行。我国信通院陈述指出，AI结构进入干流视界仅五六年时刻，从技能演进，到开源生态、商场格式，再到使用赋能、推行辐射，AI 结构的全体生态还远未老练。软硬件协同、开源打造、开发者推行、要害范畴赋能等方面，将为生态老练晋级供给重要助力。

为了共建人工智能结构生态，在人工智能结构生态峰会2023上，18家AI头部企业、高校、科研组织、开源社区等一起发布*AI结构生态建议，建议经过政产学研用的一起努力，支撑我国人工智能结构生态走向新高度，推进我国人工智能工业新开展。

一起在峰会上，昇思社区理事会宣告建立，第一批成员单位包含AI芯片企业、AI使用企业、高校与学术组织合计18家单位，方针是面向工业、商业、生态等各方向吸纳对社区有贡献、有潜力的企业，经过理事会加强中心同伴粘性，助力同伴商业生态成功。

上海人工智能研究院、上海市闵行区政府、临港集团、昇思开源社区还联合启动了上海昇思AI结构&大模型立异中心，支撑全国范围的AI技能企业、高校与科研院所孵化大模型、科学智能技能研究，打造一系列赋有竞赛力的“AI 职业”的示范性使用场景，推进工业集聚。

从当下的开展趋势来看，大模型现已成为AI工业界的一致。在ChatGPT引爆新一轮浪潮后，未来一段时刻内大模型很或许将坚持高速开展，谁开展得更快、谁就更有优势。而这种竞速并不仅仅单纯地拼人才、拼资源，更大程度上仍是拼根底设施和生态。

AI结构一直被视为AI的根技能，是模型的“土壤”。怎么让这个“土壤”更肥美？开源、敞开、共建就成为要害。

我国信通院陈述指出，开源本质上是一种人才、才智的聚合，可以助推AI结构快速晋级。健壮的开源生态关于AI结构的开展至关重要。开发者经过在开源社区进行代码开源、项目保管、协作共享、沟通交流等一系列活动，完结与开源AI结构的严密互动。

这或许也是为什么要举行人工智能结构生态峰会2023的原因，中心意图便是为了招引、呼吁更多人，一起共建我国AI结构生态。而在新一轮技能周期的影响和带动下，国产AI结构会怎么开展，能否完结对TensorFlow和PyTorch的“弯道超车”，也非常引人重视。