第三 ， 多端多平台部署的高性能推理引擎 。 端到端的部署是应用深度学习的一个非常关键的环节 ， 飞桨提供非常完备的支持各种硬件的端到端的部署能力 ， 能够使得开发者推理、预测的过程足够顺畅 。 在移动端部署的模型体积上 ， 飞桨可以缩减到非常小 ， 众多开发者可以更好地把模型用在相应场景的终端设备上 。
第四 ， 产业级开源模型库 。 飞桨有大量在产业实践当中沉淀出来的模型 ， 并提供官方的支持 ， 能够保证开发者的应用效果是最佳的、真正可靠的 。 据悉 ， 飞桨平台上目前开源了140+的模型 ， 而且还有工业级的预训练模型 。 在预训练模型基础上 ， 开发者在使用时只要针对自己的场景进行小数据量的迁移学习就可以使用 。
而且飞桨已可适配 22 种芯片型号 ， 覆盖英特尔、英伟达、瑞芯微、寒武纪等15家硬件厂商 ， 且对国产硬件的支持力度业界第一 。
03丨需求决定一切
以上这些特性 ， 实际上只是跟海外的开源平台打成个平手 。 真正能让飞桨成为杀手级人工智能深度学习拓展平台的原因 ， 是其跟中国市场的深度捆绑 。
由于百度所有的技术扎根于中国市场本土需求 ， 相应的算法标准 ， 基础能力、深度学习的习惯等等 ， 都跟中国市场和相应数据采集的情况相吻合 。
如果采用国际上知名的其他开源平台来研发项目 ， 在最终项目调整的过程中 ， 还要付出很大的精力 ， 要将很多不符合国内环境的算法和思路进行调整 ， 这对于人工智能的策划师和算法分析师来说都是一个重大的挑战 。
但使用飞桨就不用做这些事 ， 可以省很大的工作量 。
从2019年开始 ， 百度AI的能力逐渐下沉 ， 开始跟产业经济和生产一线相结合 ， 在飞桨上也越来越多有类似的人工智能项目运行 ， 比如智能质检 ， 比如对于农产品的智能分拣等等 。
这些与产业相结合的人工智能应用模型 ， 飞桨已经积累了超过1000个 。 由于这些模型最终都成功运营 ， 所以类似需求的开发者只要将这些模型针对自己的一些特征进行修改调试 ， 就可以在短时间内拿出一个成型的人工智能解决方案和项目实施计划 。
再加上百度本身所推出的人工智能应用 ， 就已经覆盖了中国互联网的大多数使用空间 。 丰富的人工智能基础模块 ， 可以让程序员和工程师快速部署形成自己的人工智能软件应用 。
这大大方便了人工智能项目在中国产业端的拓展 ， 也成为飞桨迅速在中国人工智能研发领域成为主流平台的重要原因 。
截止目前在飞桨平台上 ， 经常使用相应模块进行人工智能开发的程序员和工程师超过400万 。
这已经创造了中国开源软件开发框架或平台的记录 。
04丨摆在前面的挑战
当然 ， 飞桨并不是不是一个完美的框架和平台 。 知乎上在飞桨专区有很多程序员吐槽 ， 大多是有关应用端以开发的过程中 ， 调取模块遇到的各种bug问题 。
而由于整套系统的逻辑都是百度自己建立的 ， 并没有前面的经验可以遵循 ， 这也让很多新的模块出来 ， 需要带有一段时间的纠错期 。 这对争分夺秒的人工智能开发领域来说 ， 是一种时间上的浪费 。
因此有程序员提出 ， 能不能作为开源程序员加入其中 ， 为飞桨目前的不断完善 ， 提供自己的思路和帮助 。
另外 ， 由于百度发展的局限性 ， 使得飞桨在海外的应用受限 。 如何将飞桨推到国际市场 ， 恐怕是百度在2022年一定要认真考虑的重要问题 。
毕竟 ， 百度是将AI作为未来发展的基石 ， 而飞桨被看作是百度AI的核心 ， 那么李彦宏对于百度转型的定位 ， 在国内和国际都需要飞桨为支撑的AI故事 。
相关经验推荐
- 鼠标|千元机更要小心，买手机牢记“三不碰”原则，这样才不会花冤枉钱
- 华为|一分钟卖出66000台！任正非有远见，华为“继承人”出现了
- 手机壳|手机壳比手机还赚钱：年轻人“第二面子”撑起千亿生意
- 芯片|容声超空间冰箱410即将上市 “多装家族”再添新成员
- 三星|麻烦不断？三星S22Ultra出现GPS问题，万元机皇变“圾皇”！
- 显卡|放下“面子”，国产6000mAh旗舰开始收尾，16+256G果断降500
- 蜘蛛|华硕“电竞红蜘蛛”秒杀大促：双2.5G网口 2000M光纤也拉满
- 伊隆·马斯克|苹果iPhone13又一次“翻车”，“果粉”这次忍无可忍了
- 华为|华为“亲儿子”？鼎桥Mate 40来了，还有更多产品线
- 5G|“新款”Mate40即将上市，但没有麒麟芯，也不是华为出品