歷史經(jīng)驗(yàn)告訴我們:好的工具事半功倍,不好的工具處處添堵。

當(dāng)AI如火如荼的落地各種場(chǎng)景,很多人蠢蠢欲動(dòng)的想要學(xué)習(xí)如何入場(chǎng)這個(gè)“風(fēng)口”,給自己的企業(yè)也加點(diǎn)buff,也算是添磚加瓦了。而已經(jīng)“站在風(fēng)里”的人們,卻仍有不少人躊躇不前——技術(shù)是懂,但應(yīng)用真的難做。究其原因,得到答案無(wú)外乎:手慢資源少,復(fù)雜投入高。

AI開發(fā),特別是推動(dòng)AI進(jìn)入工業(yè)大生產(chǎn)階段的深度學(xué)習(xí)技術(shù),的確復(fù)雜,燒錢,耗時(shí)間,那該怎么辦呢?這時(shí),你需要工具,一個(gè)高效節(jié)省開發(fā)時(shí)間、支持大規(guī)模數(shù)據(jù)訓(xùn)練、方便你多端多硬件靈活部署的好工具。它要開源開放、成熟完備,并足以支持產(chǎn)業(yè)級(jí)應(yīng)用。市面上的深度學(xué)習(xí)框架已不少,讓我們來(lái)選選適合你的那一個(gè)。

首先,它要自主自研。經(jīng)驗(yàn)告訴我們,國(guó)際形式眼花繚亂、千變?nèi)f化,一切將底層技術(shù)的控制權(quán)留給他國(guó)的選擇都是悲劇,被“釜底抽薪”卡脖子的事兒絕對(duì)是每個(gè)人,每個(gè)企業(yè)的痛中之痛。

其次,實(shí)踐出真知。歸根結(jié)底AI是一種“要在實(shí)踐中磨煉,最終服務(wù)于實(shí)踐”的科學(xué)商業(yè)的綜合體。

因此,就深度學(xué)習(xí)框架這樣的工具來(lái)講,成熟完備、易學(xué)易用很重要。而決定了框架“成熟可用”的最基礎(chǔ)要素就是“場(chǎng)景”——框架好用,場(chǎng)景先行。推出框架的公司有場(chǎng)景嗎?場(chǎng)景豐富嗎?場(chǎng)景數(shù)據(jù)量大嗎?等等這些因素都是選擇框架時(shí)需要考慮的事情。

最后要看部署。如果說(shuō)商業(yè)的本質(zhì)是創(chuàng)造價(jià)值,那么AI開發(fā)的本質(zhì)就是間接創(chuàng)造價(jià)值。一切AI開發(fā)的目的最終要回歸價(jià)值,也就是落地執(zhí)行,即部署。所以找一個(gè)方便適配各類硬件的開發(fā)工具,在最后一步能省不少事兒。

一圖看懂:用飛槳框架2．0做AI開發(fā)是什么體驗(yàn)

就拿被稱作國(guó)貨之光的飛槳框架來(lái)說(shuō),首先它滿足自主自研,沒有“包裹外國(guó)的框架內(nèi)核實(shí)際做本地漢化”的行為。

其次,在開發(fā)上,剛剛升級(jí)為2．0正式版的飛槳框架可支持用戶使用動(dòng)態(tài)圖完成深度學(xué)習(xí)相關(guān)領(lǐng)域全類別的模型算法開發(fā),這標(biāo)志著飛槳的動(dòng)態(tài)圖功能已經(jīng)成熟完備,是不是很強(qiáng)大!

另外,從官方發(fā)布的信息來(lái)看,目前飛槳官方算法模型庫(kù)已達(dá)到了270+,涵蓋計(jì)算機(jī)視覺、自然語(yǔ)言處理、語(yǔ)音、推薦等多個(gè)領(lǐng)域,基本上已經(jīng)覆蓋了所有產(chǎn)業(yè)向主流應(yīng)用需求。

在訓(xùn)練層面上,飛槳框架2．0在支持萬(wàn)億規(guī)模稀疏參數(shù)基礎(chǔ)上,也已實(shí)現(xiàn)支持千億規(guī)模稠密參數(shù)模型訓(xùn)練。簡(jiǎn)單的來(lái)說(shuō)就是它可以實(shí)現(xiàn)超大規(guī)模數(shù)據(jù)和模型的訓(xùn)練,而在針對(duì)這種“超大規(guī)�！庇�(xùn)練時(shí),一臺(tái)機(jī)器效率多低呀而且根本難以“裝得下”,那可是千億萬(wàn)億級(jí)數(shù)據(jù)量和超大模型。

所以為了高效高質(zhì)量地實(shí)現(xiàn)如“絲般順滑”的訓(xùn)練體驗(yàn),飛槳可以支持將參數(shù)切分到多張 GPU 卡上訓(xùn)練,從而真正支持不同場(chǎng)景下的千億規(guī)模稠密參數(shù)模型訓(xùn)練。

經(jīng)歷了開發(fā),訓(xùn)練,在最后的部署環(huán)節(jié)上,就相當(dāng)于視頻剪好準(zhǔn)備發(fā)布。在發(fā)布時(shí),橫屏還是豎屏,清晰度有怎樣要求,大小有怎樣的限制等等都跟其載體有關(guān)。AI模型部署也一樣,不同硬件的適配要求對(duì)模型有著諸多限制。

當(dāng)前包括英特爾、英偉達(dá)、ARM等諸多芯片廠商紛紛開展對(duì)飛槳的支持。飛槳還跟飛騰、海光、鯤鵬、龍芯、申威等CPU進(jìn)行深入適配,并結(jié)合麒麟、統(tǒng)信、普華操作系統(tǒng),以及百度昆侖、海光DCU、寒武紀(jì)、比特大陸、瑞芯微、高通、英偉達(dá)等AI芯片深度融合,與浪潮、中科曙光等服務(wù)器廠商合作形成軟硬一體的全棧AI基礎(chǔ)設(shè)施。

截止目前,飛槳已經(jīng)適配和正在適配的芯片或IP型號(hào)達(dá)到29種,處于業(yè)界領(lǐng)先地位。

全套加速,整得明明白白。當(dāng)然每個(gè)人也要看自己的開發(fā)習(xí)慣,但通用情況來(lái)看,飛槳兼顧易用和性能的模型生產(chǎn)能力還是非常強(qiáng)大的。對(duì)于想轉(zhuǎn)行AI,進(jìn)入這個(gè)風(fēng)口之地的開發(fā)者來(lái)說(shuō),搞定語(yǔ)言后直接用飛槳嘗試實(shí)操也不失為一個(gè)好選擇。

感興趣的朋友可以開始你們的嘗試了!