一流科技重磅加码，中国人工智能开源生态建设进行时
自2016年百度开源旗下深度学习框架“Paadlepaddle”开始，中国人工智能学术界及产业界陆续开源旗下自主研发深度学习框架。2020年7月，北京一流科技有限公司开源旗下自研深度学习框架“OneFlow”，加码自建人工智能开发平台，推动人工智能产业生态的建立。
随着国产深度学习框架的持续研发、开源，及各项AI开发配套基础设施的落地，中国人工智能发展迅速，逐渐确立以建设开源、开放、共享的AI生态为目标的发展路径。AI开源生态的建立是推动AI技术创新发展的源动力。
深度学习框架打破技术门槛，打通技术交流渠道，促进业界协同发展
深度学习是以人工神经网络为基础，融合数学、计算机科学、神经科学等多种学科，对数据及信息进行学习的机器学习算法。由于较高的学术及技术门槛，在深度学习技术发展早期缺乏底层开发工具的情况下，深度学习技术发展速度较慢，相关应用的落地难以实现。
深度学习框架的出现打破了基于深度学习技术的人工智能应用开发的高技术门槛。深度学习框架是一系列经过高级计算机语言封装的深度学习底层算法。通过对深度学习框架的引用，人工智能应用开发者无需熟知底层算法开发逻辑即可完成应用开发，人工智能应用开发的技术门槛大幅降低。
深度学习框架的出现打通了业界技术交流与知识分享的渠道。采用同一深度学习框架的算法程序具备较高的易读性及兼容性，使算法程序的移植及调用难度大幅降低。算法开发人员可在已有知识架构体系的基础上实现人工智能算法的创新。
现存深度学习框架在效率上的缺陷及日趋复杂的国际形势驱动中国人工智能企业布局深度学习框架自主研发
中国人工智能企业布局深度学习框架的自主研发及推广的主要原因有二。
一是目前业界主流的深度学习框架在运算效率上尚有缺陷。如何优化深度学习框架编写逻辑及计算机语言编译过程，从而提升深度学习框架对硬件的利用率成为全球人工智能学术界及产业界亟需解决的问题，也成为企业抢占人工智能行业高地的机会。
第二个原因则归咎于目前全球日益复杂的贸易环境。主流的深度学习框架虽已由全球各大人工智能研发主体开源发布，其知识主权仍由各研发主体持有。受国际形势影响，已开源的深度学习框架或将面临商用受限等风险。国际关系的日趋复杂迫使各国政府及人工智能研发主体加强包括深度学习框架等核心技术的自主研发，从而掌握人工智能领域发展的主动权。
开源是促进技术创新、业务增长及行业发展的关键驱动力
围绕深度学习框架的开源，人工智能企业基于其强大的云服务实力及人工智能技术研发实力，为业界提供一系列人工智能开发工具及服务，为人工智能业界的技术创新及协同发展提供有力支持。同时，深度学习框架的开源与平台的建立为人工智能企业本身的技术创新、产品优化、应用拓展、人才引进提供支持。深度学习框架的开源是建立成熟AI生态的核心引擎。
此外，深度学习框架的开源利好人工智能平台运营商付费业务的拓宽及增长。在以开源深度学习框架为核心的免费服务基础上，人工智能平台运营商保留面向人工智能应用开发商及需求方的付费服务。深度学习框架的开源在助力人工智能技术研发及应用落地的同时，还推动人工智能生态的构建及应用领域的拓宽，释放各应用领域智能化转型需求，为人工智能平台运营商付费业务的增长提供有力支持。
深度见解：中国企业自研深度学习框架短期内实现国产替代难度较大
凭借较高的兼容性及较小的应用难度，TensorFlow、PyTorch两款深度学习框架成为业界开发者的主流选择。由百度(09888)、小米(01810)、阿里巴巴(09988)、腾讯(00700)、华为、旷视科技等中国人工智能企业自主开发并开源的深度学习框架起步较晚，在社区繁荣度、开发者数量、说明文件丰富度等层面均不及TensorFlow与PyTorch，短期内难以实现对海外框架的全面替代。
本文选编自“头豹”，智通财经编辑：韩永昌。
