不信不可能：飛槳，劃一個時代的初心_風聞

AI在哪裏？

大部分人可能會想到科幻電影，或者異常先進的實驗室。但是河北工業大學教授劉晶卻認為AI就在一間間工廠車間裏。學習了六年深度學習，花兩個月時間跑了一百多家鋼鐵廠，最終，她把在鋼鐵熔鍊複雜的配料過程中，老師傅們練就的三十年經驗，變成了三秒就能給出最優配比的AI模型。

這個模型，每年可以為鋼鐵企業節省10%的原材料，把配料計算時間節省了90%。而她能做到這一切、把不可能化成可能的基礎，是應用了百度的飛槳平台。

這一秒鐘，千千萬萬個這樣的故事，正同時上演在中國廣袤的大地上。AI不在別處，AI就在這裏，在我們的農田、工廠、礦山、辦公室，在萬家燈火渺渺炊煙中。

AI從天邊來到千行萬業去，從不可能變成可能，就是一段完整的關於飛槳的故事。

（百度首席技術官、深度學習技術及應用國家工程實驗室主任王海峯）

11月5日，“WAVE SUMMIT+”2019深度學習開發者秋季峯會在北京召開，AI開發者再熟悉不過的、被稱為AI時代操作系統和百度AI底座的飛槳，又一次迎來了大規模技術升級。

畢竟還有不到兩個月2019就要結束，在關注飛槳狂飆突進的速度之外，此時或許有必要回望一下關於飛槳走過的路，未來的方向，以及不變的初心。

在這些故事、邏輯和藴藏的情感裏，我們可以真實地讀懂百度AI，讀懂深度學習開發者，讀懂中國智能時代的黎明。

盛宴：百度AI的彪悍速度

也許我們的讀者都還記得，今年4月，百度曾主辦了首場深度學習開發者峯會。當時很多讀者給我們留言，表示飛槳升級的技術實在太多了，只是讀完都感覺腦子有點跟不上。也有讀者説，別人家都是一場發佈會説一兩個技術，百度是一場發佈會説一打技術。

到了秋天，我們發現百度顯然決定在彪悍之路上一條道走到黑。這次的深度學習開發者峯會上，飛槳一口氣發佈和重要升級21個產品方向。沒錯，一打已經不夠用了。

峯會現場，不少媒體同行和開發者表示，技術實在太多，邊聽邊記都跟不上速度——而百度居然就生猛地把它們一個個做出來了。

會上，百度深度學習技術平台部總監馬豔軍博士，介紹了飛槳產業級深度學習開源開放平台全景圖，詳解了飛槳全新發布的21個產品方向。

其中，十分引入矚目的是，飛槳全新發布了4大面嚮應用任務的產業級端到端開發套件。包括NLP領域的ERNIE語義理解，CV方向的PaddleDetection目標檢測和PaddleSeg圖像分割，推薦方向的ElasticCTR點擊率預估，在關鍵產業應用中，滿足低成本和快速集成需求。

而全新發布的端側推理引擎Paddle Lite 2.0版本，則進一步提升了飛槳在硬件端的易用性和兼容性，具有超高 INT8 量化性能。

此外，飛槳還全新發布了3項深度學習技術工具組件：聯邦學習PaddleFL、圖神經網絡PGL和多任務學習PALM，從而將最先進的技術帶到產業實踐中。

EasyDL則發佈了為算法工程師提供一站式解決方案的EasyDL專業版、PaddleHub 也全新升級，支持遷移學習與飛槳Master模式。

飛槳Master，也是本次峯會的一大亮點。這一模式把算力、數據、算法集成為產業級預訓練模型。與大量遷移學習工具平台配合，構成了產業底座，為產業AI開發者奠定了全面基礎支撐。

此外，飛槳還進行了動態圖全新升級、新增大量算子庫、優化API 接口，技術文檔更加完善；分佈式GPU訓練相比其他主流框架實現了20%-100%的速度提升，分佈式CPU訓練最大吞吐量達到行業6倍以上；官方模型從60+增加到了100+，提供預訓練模型超過200個；並且此次新開源了4個國際競賽冠軍模型；同時重磅推出了大量資源、課程、獎勵賦能的飛槳生態激勵計劃。

對於AI開發者來説，盛宴，當如是也。

初心：飛槳的來處與去處

在飛槳令人眼花繚亂的升級，保持超高速進化的背後，或許每個人都會想問這樣一個問題：到底是什麼支撐了飛槳的奔跑？他們會一直這樣跑下去嗎？

畢竟這一年裏，歐美主流深度學習框架的更新頻率並不高，而歐美大型科技公司對AI開發的技術升級也多次被批評過於緩慢。

當降速的歐美AI，碰上了飛速奔跑的中國AI與飛槳，我們當然會興奮，也自然會充滿疑問。百度AI技術平台體系執行總監、深度學習技術及應用國家工程實驗室副主任吳甜，對這個問題的回答是，飛槳的升級動力來自百度AI團隊與產業開發者的高效頻繁溝通。

今天的飛槳，已經深深紮根於產業環境和開發生態當中。來自各個產業的AI需求、挑戰和瓶頸會隨時反饋給飛槳，開發者遇到的問題與挑戰會隨時與百度溝通。在這個開放和高效運轉的空間裏，百度的AI科學家們與產業開發者形成了一個整體。開發者需要什麼，飛槳就去做什麼；產業智能化遇到了哪些無法克服的問題，百度就去調兵遣將解決它。

這樣的模式，是封閉在小環境中的互聯網公司所無法完成的，飛槳的奔跑，來自百度對技術的探索和追尋，同時也來自開發者和產業的真實聲音循環反饋。對此，我們的感觸也十分清晰，記得今年上半年在百度黃埔學院第一期畢業禮上，我們與開發者討論飛槳還有哪些問題。如今半年過去，這些問題真的已經被一個個升級所擊破。

其實不管是大規模分佈式訓練、全硬件平台支持、工業級模型庫，還是幾大領先世界的AI操作系統特性，飛槳的背後，是對一個簡單目標的極致化：讓AI開發具備更高性能、更低門檻。

這是飛槳的初心，而圍繞這個初心的窮思竭慮，變成了飛槳的升級速度和產業廣度。

圍繞開發易用性和開發性能升級，本次飛槳大規模升級裏，有兩個關鍵點可以作為很好的解讀點。

一個是Master模式的誕生。所謂Master模式，從邏輯上看就是飛槳基於大量產業實踐，總結出產業AI開發者到底需要哪些數據、算法和算力。然後飛槳將其最大公約數變成預訓練模型。而對於企業來説，只要在此基礎上進行小規模的數據標註，就可以省去複雜模型的研發成本，以及龐大冗長的訓練流程，快速把AI能力結合到場景應用。

這是一個高強度面向產業實際應用的模式。它是百度AI技術的高度集成和沉澱，同時也來自飛槳對產業真實應用具體而微的理解，必須保證預訓練模型與產業最大效率接軌。百度一位專家，把Master模式比作飯館做菜時候的那鍋老湯——產業應用者只需要享受一勺下去味美絕倫，而不用等待漫長而複雜的熬製過程。

再一個就是上面所説，飛槳端到端開發套件的發佈。今天的情況是，眾多產業開發者並不具備深厚的AI功底，但需要迫切能解決問題的AI能力。端到端開發套件，就可以讓一個只有基礎編程能力的技術人員，利用套件工具來解決具備主流應用性的AI問題。比如語義理解是智能語音相關AI問題的核心；視覺分割和圖像檢測是機器視覺能力最大的應用需求；CTR推薦具備從互聯網到實體經濟極其廣泛的應用覆蓋度。飛槳把這些套件提前做好，就可以把相應問題的AI開發門檻降到最低程度，產業可以無縫進入AI時代。

這些技術與產業智慧的碰撞結果，是將飛槳打造成了源於產業實踐，與產業共進的深度學習開源開放平台。而未來，飛槳還會繼續進化，畢竟核心框架的進化還在進行時、開發者的需求還有無窮無盡、中國產業智能化的大門剛剛開啓。

（百度AI技術平台體系執行總監、深度學習技術及應用國家工程實驗室副主任吳甜）

吳甜認為，未來飛槳還會持續發展超大規模分佈式計算、異構計算能力，定位於全硬件平台支持、端雲邊結合。深度學習平台還要繼續向前，推進核心框架持續向完美髮展；而飛槳的四大領先特性也會持續前進，堅持面向產業級應用，挖掘中國全產業擁抱AI的可能。

飛槳的去處，歸根結底是百度AI科學家們看到了這樣一個機會：中國擁有最廣泛全面的產業鏈，而飛槳則提供了當今最快的AI基礎設施進化速度。

廣和快的碰撞，往往是奇蹟的原點。

承擔：智能時代的中國情懷

很多西方學者都提出過這樣一個觀點：中國的現代化進程，尤其是近年的經濟騰飛，堪稱集體主義在人類文明史中完成的奇蹟。

中國人的經濟智慧，是調集力量克服困難，哪怕承擔一部分犧牲，也要把基礎做好，把起點做紮實。然後在此基礎上建設產業、發展生態，讓智慧的中國人有舞台騰飛。從互聯網、通訊、高鐵、城建莫不如此，這也是中國之所以被稱作“基建狂魔”的原因。

AI時代，人類正在悄然抵達第四次工業革命的起點。而過往的三次工業革命，東方更多時候都是看客。這次，中國AI和產業智能化顯然不想再旁觀和等待了。

那麼誰來擔當中國AI時代的“基建狂魔”呢？

自2016年正式開源以來，飛槳是中國首個也是目前國內唯一全面開源開放、技術領先、功能完備的產業級深度學習平台。它的功能與特性，已經可以支持超大規模的工業級AI開發，為產業AI擔當工業大生產底座。

所以中國人的視野和情懷中，百度與飛槳責無旁貸。

事實上，在經濟放緩和行業資金鍊下行的大背景下，百度發展飛槳是很容易理解的。但如此超高速發展，屢次完成令世界驚訝的升級，確實是逆勢而行、萬人亦往的。飛槳升級不僅意味着巨大的投資，同時也意味着龐大的頂級人才投入，以及大量與產業開發者的交流溝通工作、巨大的教育和人才培育投入。

但是路總要有人修、石油總要有人找，產業AI基座總要有人去建。百度在此刻，承擔了一個令萬千開發者、令無聲的中國產業生態非常欣慰和驕傲的角色。

烏鎮互聯網大會上，百度CEO李彥宏首次提出了智能經濟。智能經濟不會招手而來，它跟石油經濟、電力經濟一樣，要從鑽井、電站做起。於是百度的選擇是，拿起飛槳，就去劃開一個時代好了。

百度CTO王海峯判斷，具備了標準化、自動化和模塊化的基本特徵，正在讓深度學習推動AI進入工業化大生產階段。這個階段裏，百度的AI技術以及對AI開發的理解，沉澱為飛槳這個技術底座。讓飛槳變成上接應用、下接芯片指令集的AI操作系統。

這種產業模式，事實上已經發展出了中國AI獨有的產業生態原點。谷歌Tensorflow代表的主流歐美框架，並沒有集成開發者大量對工具、套件、預訓練模型、定製化服務的產業需求，也缺少工業級AI訓練開發的支撐特徵，以及與產業互動的高強度方案。

這些是飛槳的獨創，也是中國AI悄然發展出的一步優勢。中國的各行各業，全產業鏈都可能從中受益。

深度學習和飛槳，正在成為與中國未來魚水相融的時代之路。

如鋼鐵，如秋實，如夢幻：飛槳的一年

寫到這裏，突然有種一夢忽醒的感覺。幾年來，我們都在跟蹤報道飛槳的快速進化。尤其在今年，飛槳可以説真正衝破了產業級的壁壘，極大程度打開了AI與現實世界的融合。

雖然飛槳是一個個技術與工具構成的，但卻很容易從它和它背後的百度人那裏，感覺到飛槳的温度、執念和情感。

採訪中，我問吳甜和馬豔軍兩位博士，對飛槳一年來變化最大的感受是什麼。

吳甜提到了車間。飛槳這座車間裏，以前是一些簡易的流水線設備，對技工的要求很高。但現在車間裏做出了高級車牀，誰進來都可以很快開始生產自己想要的零件。而未來，飛槳會變成充滿高精尖技術，現代化的，世界最領先的AI車間。

而馬豔軍提到了房子。他説毛坯房也能住，精裝修房屋也能住，但生活品質是不一樣的。飛槳這一年就是在把這座房子進行了精裝，而且是生態化、環保化的精裝。並且蓋着蓋着房子，還蓋出了很多新的東西來。而大家覺得飛槳的升級令人目眩神迷，其實都是開發者的需求——建築師的初心，是給業主想要的。

（百度深度學習技術平台部總監馬豔軍）

如果説AI的邏輯是一場統計學的春華，飛槳則在這一年中讓它結出了鋼鐵般堅硬的秋實。金融行業苛刻到恐怖的數據要求可以落地于飛槳；工業流水線上精準到毫秒的時延條件生根于飛槳；企業主渴望AI，卻又難以承擔的成本難題，被飛槳的技術破解開。

飛槳把現實世界的不可能常識，變成了一切皆有可能的智能幻夢。

飛槳是什麼？

是深度學習開發者峯會上，一座難求的熱絡。

是一位位田野裏、工廠裏的AI開發者，他們的倔強、不甘，與最終得到無數喝彩時，眼中的淚光閃爍。

是百度科學家，深夜依舊在解答開發者問題時的疲憊和執着。

飛槳是這樣一個常識：如果我們跟眼前的困難握手言和，就會跟雄偉的未來擦肩而過。