据介绍 ， 飞桨平台从以下四个方面持续积累和突破 ， 成为大幅降低AI应用门槛的全栈平台 ， 包括开发便捷的深度学习框架、超大规模训练技术、多端多平台高性能推理和产业级模型库 。
在开发环节 ， 需兼顾灵活和高效 。 动态图更灵活 ， 静态图更高效 。 飞桨实现了动静统一的开发体验 ， 用动态图进行开发 ， 自动转成静态图部署 。 利用飞桨简洁易用的API ， 10行代码即可实现模型训练 。 动静统一、高低融合的API体系可以大幅降低模型的开发成本 。
在核心的训练环节 ， 飞桨研制了通用异构参数服务器技术 ， 可以进行高效混布异构计算、存储、通信 ， 突破单一硬件制约；以及端到端自适应分布式训练技术 ， 能够自动感知硬件环境、实行多维混合的并行策略 ， 以及做异步流水线的执行等等 ， 支持大规模高效训练 ， 降低训练成本 。
在推理部署环节 ， 飞桨研制了训推一体工具链 ， 支持从模型训练到模型优化 ， 再到推理部署的全流程效率提升 。 在模型压缩中 ， 实现了自动化压缩技术 ， 在精度和性能无损情况下 ， 开发代码量大幅降低 。 对于端、边、云全场景的推理引擎 ， 通过数据处理加速、计算图优化、执行调度开销降低等方式 ， 深度优化性能 ， 大幅降低推理时延 ， 实现了多端多平台的高性能推理 。
压缩完成之后 ， 硬件会统一接入 ， 全面降低硬件适配成本 。 飞桨硬件适配统一方案 ， 最底层是芯片 ， 然后是飞桨框架硬件适配层 ， 可在算子、子图、整图、深度学习编译器、神经网络交换格式等进行不同的适配 。 飞桨已经适配了国内外的各类主流芯片/IP超过30种 。
面对AI模型开发、训练和推理部署的复杂流程 ， 飞桨提供训推一体导航图 ， 可以让开发者基于导航图 ， 找到最适合自己应用的训练模式、推理部署的工具等等 ， 进而可以非常便捷快速地开发自己的应用 。
产业级模型库方面 ， 如今飞桨开源的模型数量已超过500个 ， 涵盖不同层面 ， 既有基础的自然语言处理、计算机视觉、推荐、语音等 ， 也包括各种工具组件 ， 可以让开发者便捷调用 。 此外 ， 飞桨还提供了产业模型的选型工具 ， 为应用场景自动选择最佳模型 ， 更好地匹配产业落地的诉求 ， 提供全流程的选型建议以及配套范例的教程 。
飞桨模型库：知识增强的产业级文心大模型
文心大模型是飞桨模型库的重要组成部分 ， 包含基础大模型、任务大模型、行业大模型等产业级知识增强大模型体系 ， 以及工具平台、API和创意社区助力大模型的高效应用 。 文心知识增强大模型从海量数据和大规模知识中融合学习 ， 效率更高 ， 效果更好 ， 理解和生成能力显著提升 。
他表示 ， 在文心的基础大模型中 ， 鹏城-百度·文心是百度和鹏城实验室联合研发的全球首个知识增强千亿大模型 ， 在60多项任务取得了最好效果 。
任务知识增强大模型ERNIE 3.0 Zeus ， 从海量文本数据、大规模知识图谱和不同任务中融合学习 ， 针对不同的任务做知识增强 ， 效果大幅提升 。
计算机视觉领域 ， 多任务统一的视觉大模型 ， 在分类、检索、分割、检测等20多项视觉任务上取得了很好的效果 。 知识增强的跨模态大模型 ， 实现了跨模态语义的统一表示与关联 ， 进行跨模态语义的理解与生成 ， 如ERNIE-VilG能够进行图文双向生成 ， ERNIE-GeoL融合“地理-语言”关联知识 ， 大幅提升地理位置相关任务效果等 。
除了跨模态 ， 还有跨领域大模型 ， 如生物计算大模型 ， 化合物表征学习HELIX-GEM ， 是首个几何构象增强的化合物表征模型 ， 在14项药物相关的任务上取得良好效果；蛋白质结构分析 HELIX-Fold模型 ， 全面适配国产软硬件环境 ， 在国产硬件上训练千万级别蛋白效率更高 。
相关经验推荐
- 固态硬盘|深度使用iPhone13ProMax两个月：性能虽然强悍，这一缺点很明显
- 革命|从内到外全新模具！机械革命蛟龙16游戏本深度评测
- 旗舰机|准大学生游戏、听歌、学习神器，整套算下来比一部旗舰机还便宜？
- 生化危机8|武大与华为联合打造！全球首个遥感影像智能解译深度学习开源框架上线
- 爱奇艺|百度发布“大国智匠”计划，“AI+高职”推动数字乡村建设
- 华为|一台全面屏MP4，外形酷似苹果手机，功能像专门学习机
- 一加科技|干湿垃圾清洁帮手，超高性价比——云米智能洗地机Cyber Pro深度测评
- OPPO|千元级超强Pad，孩子上网课学习，生产力输出均能胜任
- 拼多多|拼多多流量深度解析，报上活动后为什么没有流量？
- 百度|我国声明的5G标准必要专利排名世界第一，华为一骑绝尘