9月15日，以“萬物智能”為主題的百度世界2020大會于線上召開，作為人工智能領域的年度盛會，大會吸引了眾多行業專家、技術大咖、開發者及科技愛好者的關注。現場，百度CTO王海峰宣布百度自研的飛槳深度學習平臺迎來全新升級，向觀眾揭示了核心技術自主可控、開源開放的重要價值。
在當天下午的百度大腦分論壇，百度深度學習技術平臺部高級總監馬艷軍從技術層面出發，用“動靜統一、軟硬融合”形容飛槳的此次更新：硬件上，飛槳目前已適配22種芯片型號，覆蓋15家硬件廠商，對國產硬件的支持超過TensorFlow和PyTorch;軟件上，動態圖功能升級實現了動靜態的結合，讓用戶更容易開發模型;全面升級的API體系，則對于開發者更加友好。目前，飛槳可以與華為等硬件進行深度配合，讓AI應用收獲更強勁的效果，加速人工智能技術的進一步普及。
(百度深度學習技術平臺部高級總監馬艷軍)
深度學習框架與芯片硬件綁定 助推AI應用體驗“坐火箭”
深度學習框架需要和芯片做深度對接適配才能實現高性能，并優化AI應用的體驗，這點已經成為業界的常識。因此，深度學習框架對硬件廠商的適配程度，決定了它的性能與實用程度。
而飛槳在這一點上已走在行業前列。據馬艷軍介紹，飛槳目前已可適配22種芯片型號，覆蓋Intel、英偉達、華為、聯發科、瑞芯微、寒武紀等15家硬件廠商，且對國產硬件的支持已經超過TensorFlow和PyTorch等國際主流框架。飛槳形成的繁榮硬件生態既在百度內部為智慧交通、基礎架構提供了更高性價比的硬件選擇，對外也助力海淀城市大腦、長城服務器等多個項目落地。
與華為的合作正是其中的一個典型。在去年七月的百度AI開發者大會上，百度飛槳與華為達成合作，雙方在硬件底層打通，可以為端側AI提供強勁算力，這一點在輸入法應用上體現得特別明顯：性能提升25%，內存節省22%，功耗降低50%，而且表現更加穩定，不會受到CPU的負載影響。
此外，在百度飛槳與華為的合作中，飛槳框架與華為HiAI能力開放平臺全面對接，無縫整合HiAI Foundation的預測能力，飛槳開發者可以自動獲得深度學習模型的硬件加速。同時得益于飛槳與達芬奇NPU的深度整合，可以讓更多深度學習模型突破資源限制，帶來更優秀的應用體驗，并反過來驅動芯片平臺性能提升與功能演進，達到雙贏的局面。此外，英特爾高級工程師Andres Rodrigus也在演講中提到，英特爾至強處理器針對飛槳等深度學習框架做出優化后，在INT8與Bfloat16等AI任務上可以帶來更高的計算性能與精度。
應用層再迎全面升級 動靜統一與API體系讓深度學習更易用
在現場，馬艷軍還帶來飛槳開源框架的兩大升級。首先是提供了更加完備和性能更優的動態圖功能，以及更全面的動態圖轉靜態圖運行功能，在開發上實現“動靜統一”。
據介紹，“動靜統一”的優勢是開發者可以兼顧效率與靈活。在動轉靜方面，飛槳現在已經支持完備的語法覆蓋和帶控制流的任務，且僅需一個裝飾器就可以觸發操作，統一的接口可以讓模型保存加載實現自動適配。在動態圖方面，飛槳提供了比靜態圖更簡潔靈活的混合精度訓練接口，并且實現媲美靜態圖的混合精度與量化訓練效果。
以常見的ResNet訓練為例，FP使用混合精度訓練，比FP32方式速度提升了2.7倍。動態圖還支持量化，在mobilenet，resnet等動態圖模型的任務中，在保持精度不變的情況下，僅占FP32體積的1/4。開發者部署模型將會更加高效。
為了讓深度學習應用落地更加簡易，飛槳的API體系也全面升級。據介紹，飛槳形成了貼合用戶使用習慣的全新API體系，包括包結構、API規范、共性問題優化等，面對用戶更加友好;為了減少開發者的工作量，飛槳可以提供包含視覺、NLP等領域的模型和工具封裝的高層API，以及最經典的模型結構;在兼容性上，飛槳可兼容1.X版本的API，并完善教程來引導用戶操作。
馬艷軍還介紹，飛槳正在形成繁榮的開發者社區，第三方貢獻增長了1080%。此外，飛槳還舉辦了大量的線上活動與實操課程，去年11月，百度飛槳團隊推出了官方入門課程，以及相配套的教材書籍。今年，又推出了《飛槳PaddlePaddle深度學習實戰》。這些課程與教材吸引了廣大有志于人工智能領域的新同學，也一定程度上緩解了中國AI人才匱乏的困境。
在百度世界2020大會上，觀眾也注意到了人工智能時代AI操作系統、AI芯片等核心科技自主可控的重要性。而飛槳正是百度自主研發，目前國內唯一開源開放、技術領先、功能完備的產業級深度學習平臺，也是中國人工智能健康發展的重要保障。
作為百度人工智能技術的集大成，升級到6.0的百度大腦正在承擔著AI新型基礎設施的角色，加速產業智能化升級。飛槳除了支撐百度內部業務，也在持續向產業輸出深度學習技術，為中國提供自主可控、技術領先、便捷易用的人工智能時代系統底座。
