百度马艳军:用慢工做深度学习框架建设 WAIC飞桨展现五大核心特性

8月31日,2019世界人工智能大会(WAIC)开发者日于上海世博中心举办,百度深度学习技术平台部总监马艳军,与来自全球的2000名开发者分享了百度深度学习平台飞桨(PaddlePaddle)的最新特性及应用实践。

越加成熟的深度学习技术正在开启一个令人神往的智能时代。8月31日,2019世界人工智能大会(WAIC)开发者日于上海世博中心举办,百度深度学习技术平台部总监马艳军,与来自全球的2000名开发者分享了百度深度学习平台飞桨(PaddlePaddle)的最新特性及应用实践。

“深度学习技术越来越成熟,百度飞桨这样的开源技术平台越来越好用。技术门槛正在下降,更多开发者、工程师可借由开源框架更简单、便捷、高效地进行研发,这也意味着产业应用的发端。”马艳军表示。

百度马艳军:用慢工做深度学习框架建设 WAIC飞桨展现五大核心特性

堪称智能时代的操作系统 深度学习框架重要性毋庸置疑

从惊叹AI已至到察觉AI已无处不在不过短短数年,无疑我们正身处以人工智能为核心驱动力的新一轮科技革命和产业革命浪潮之中。而在这个智能时代,深度学习框架可谓“智能时代的操作系统”,通过对底层语言和重要算法模型进行封装,开发者无需重复造轮子,可以将更大精力投入研发。

“深度学习框架起到了承上启下的作用,下接芯片,上承各种业务模型、行业应用,助力开发者进行组网、训练、预测,极大降低了研发门槛。”马艳军表示。

早在2012年百度就开始着手研究和应用深度学习技术,2016年,百度飞桨正式开源,成为中国首个也是目前国内唯一开源开放、功能完备的深度学习平台。经过多年的产业实践,百度飞桨已成长为集核心框架、工具组件和服务平台为一体的端到端开源深度学习平台,囊括支持面向真实场景应用、达到工业级应用效果的模型,针对大规模数据场景的分布式训练能力、支持多种异构硬件的高速推理引擎等。

而根据此前百度发布的2019年Q2财报显示,2019年第二季度百度深度学习平台飞桨下载量环比增加45%,百度飞桨正在得到越来越多开发者的关注与使用。

展现五大核心特性 百度飞桨为开发者提供全方位助力

广泛的关注与使用,也佐证了飞桨的过硬实力。现场,马艳军详细介绍了飞桨的五大核心特性,包括同时支持静态图与动态图,提供应用效果最佳官方模型,支持大规模分布式训练以及端到端部署,并提供系统化的深度学习服务,面向产业化应用提供了强劲助力。

首先,飞桨可同时支持静态图和动态图编程,能够兼顾效率和易用性。静态图是先定义网络结构而后运行,可以使运行速度更快,显存占用更低,在工业应用业务部署上线上具有优势。同时,飞桨还提供动态图模式,可以更灵活、方便地进行模型调试,同时还减少了大量用于构建Executor等代码,使得编写、调试网络的过程变得更加便捷。

其次,飞桨有大量经过产业验证、在国际竞赛夺冠的冠军模型,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,模型涵盖自然语言处理、视觉、推荐等主流应用任务。如前段时间全新升级的持续学习语义理解框架ERNIE2.0同样包括其中,基于此框架的ERNIE2.0预训练模型在共计16个中英文任务上超越了BERT和XLNet,取得了SOTA效果。而这些工业级模型拿来就能用,仅需使用Paddle Hub,1行代码即可完成模型加载,10行代码完成迁移学习。

源于百度搜索、推荐等产品的挑战,飞桨的大规模分布式训练能力始终是其重要亮点。飞桨同时支持稠密参数和稀疏参数场景的超大规模深度学习并行训练,支持千亿规模参数、数百个节点的高效并行训练,也是最早提供如此强大的深度学习并行技术的深度学习平台,高效、稳定、成本低廉。

对于开发者来说,除了模型的训练,还会遇到很多在产品工程化问题。在部署环节,飞桨完整支持多框架、多平台、多操作系统,为用户提供高兼容性、高性能的多端部署能力。近日,飞桨端侧推理引擎也重磅升级为Paddle Lite,拥有更高扩展性和更极致的性能,提供轻量级模型结构自动搜索,而在服务器端也提供全面领先的推理引擎Paddle Serving。

此外,飞桨也是国内唯一一个提供系统化深度学习技术服务支持的深度学习平台。飞桨为用户提供完善的中英双语使用文档,并在开发者社区及官方技术交流群高效响应,同时提供系统的服务体系为企业合作伙伴护航,帮助高校和教育伙伴构建完善体系,为开发者提供不同层次的培养体系。其中,黄埔学院第二期已正式开学,48位入选学员遍布16个行业,30%为CTO及技术总监级别。

迈入AI大生产时代 百度飞桨助力产业智能化提速

如今,涉及国计民生的重要产业智能化升级正在不断提速,行业头部企业人工智能应用深度、广度已相当可观。经过踏实探索,百度飞桨已经深入各行各业,带来了切实的产业价值。

在农业领域,基于百度飞桨的自动农耕地块提取系统,可快速自动获得农耕用地边界及面积,准确率达80%以上,可对作物分类、成熟期预测、灾害监测等工作进行高效辅助。工业上,百度飞桨推出能够高效离线检验大量小零件的深度学习框架,基于此框架打造的1台“端设备”可完成8个质检员的工作量,大幅提升了质检效率,且经过简单培训的工厂操作员即可独立完成操作。不仅于此,百度飞桨已助力零售、人力、通讯、地产等多个产业实现智能化升级。

而要深入产业,群木方可成林。近日百度与浪潮达成合作,双方将共建百度飞桨与浪潮AIStation联合方案,将让深度学习开发者可以更便捷、高效地在浪潮AI服务器上应用飞桨的深度学习能力。这是继今年7月初百度飞桨与华为麒麟宣布合同,打通深度学习框架与芯片后的又一重大合作,飞桨在端侧、云侧实现了全方位、立体式的覆盖。而现场,众多开发者和产业工作者将论坛会场挤得座无虚席,很多人席地而坐听完了整场分享,还有大批感兴趣的开发者聚集在百度飞桨展台进行深入交流。

人工智能技术正在与产业的融合正在不断提速,作为开源的深度学习平台,百度飞桨所承担的正是让顶尖技术更通用,让昂贵艰深的“手工打造”转化为平台化的大规模生产。正如马艳军所提到的“深度学习框架极大地降低了研发门槛”,当门槛逐渐降低,中国庞大的应用市场和全民AI的民众基础,将绘出怎样的未来图景?值得期待。

来源:业界供稿

0赞

好文章,需要你的鼓励

2019

09/01

12:44

分享

点赞

邮件订阅