加速數實融合進程 百度CTO王海峯：像流水線一樣高效落地大模型

11月30日，由深度學習技術及應用國家工程研究中心主辦的Wave Summit+ 2022深度學習開發者峯會如期舉行。鵬城實驗室主任、中國工程院高文院士，深圳大學電子與信息工程學院院長、深度學習技術及應用國家工程研究中心技術委員會副主任、中國工程院丁文華院士受邀致辭，百度首席技術官、深度學習技術及應用國家工程研究中心主任王海峯發表題為《深度學習平台加大模型，產業智能化基座》的主旨演講。

高文院士指出，開發者是開源生態發展的核心力量，也是技術創新的骨幹力量。現階段，建設好我國自主創新的軟硬件基礎平台至關重要。飛槳全面開源開放，凝聚眾多開發者，核心技術紮實，面向產業做了很多領先的工作，並積極探索與科學計算等基礎研究的結合，與鵬城實驗室在大模型訓練等多領域展開緊密合作。

丁文華院士在致辭中表示，深度學習技術及應用國家工程研究中心，是國家科技創新體系的重要組成部分。飛槳平台作為工程研究中心的核心研究成果，在保障國家信息科技安全、推動人工智能應用大規模落地方面發揮了重要作用。AI領域的底層核心技術，發展主動權必須掌握在自己手裏。具有自主知識產權的核心技術，是核心競爭力的源頭活水。

王海峯公佈了飛槳生態的最新進展：截至目前，飛槳已凝聚535萬開發者，服務20萬家企事業單位，基於飛槳創建了67萬個模型。開發者、科研院所、企事業單位、技術夥伴、硬件廠商等等，既是飛槳生態的建設者，也是受益者。飛槳構建了全方位的生態體系，產學研協同，共創、共生、共贏。

當前，深度學習生態持續繁榮、AI技術進一步突破，產業應用亟需再上新台階。對此，王海峯指出，深度學習平台加上大模型，貫通從硬件適配、模型訓練、推理部署到場景應用的AI全產業鏈，夯實產業智能化基座，將進一步加速智能化升級。

大模型產業化夯實數實融合基座

深度學習平台是基礎共性平台，下接芯片，上承應用，起到承上啓下的作用，相當於智能時代的操作系統，有力支撐產業智能化升級。

大模型是近幾年人工智能發展的重要方向，具有效果好、泛化性強、研發流程標準化的特點，為人工智能的進一步發展帶來了新機遇。此外，大模型對深度學習模型的開發、訓練和推理部署提出了更高要求，牽引着深度學習平台的發展方向。

但與此同時，大模型研發依賴算法、算力和數據綜合支撐，在應用層面上也面臨一系列技術挑戰：首先是數據規模大，數據質量參差不齊；其次是模型體積大，算法難度高；第三是算力規模大，性能要求高。

如何實現大模型產業化？王海峯認為，具有算法、算力和數據綜合優勢的企業，可以將模型生產的複雜過程封裝起來，通過低門檻、高效率的生產平台，為千行百業提供大模型服務，從而形成一條大模型產業化路徑。

這一產業化路徑已經在文心大模型的產業實踐中得到驗證。基於飛槳平台，百度打造了文心產業級知識增強大模型，包括以鵬城-百度·文心為代表的通用大模型、跨模態大模型、生物計算大模型，聯合共建的行業大模型，以及適配場景應用的工具套件、大模型API、基於大模型的產品、探索生態共建的創意社區等。

“讓大模型的落地像流水線一樣高效”

目前，文心大模型已大規模應用於搜索、信息流、智能音箱等互聯網產品，並通過飛槳開源開放平台、百度智能雲賦能製造、能源、金融、通信、媒體、城市、教育等各行各業。隨着應用場景的進一步擴大，文心大模型已聯合打造超過10個行業大模型，不斷從行業及企業的特有數據和知識中融合學習，模型能力進一步增強，助力企業降本增效，加快行業轉型升級。

在大模型迅猛發展的當下，支撐大模型開發、訓練和推理部署的飛槳深度學習平台也在持續進化，優勢更加顯著：動靜統一的開發範式、自適應分佈式架構、異構設備負載均衡等，實現大模型的靈活開發和高效訓練；高併發彈性服務化部署、軟硬協同稀疏量化加速、自適應蒸餾裁剪等，實現高效部署。

為了讓大模型產業落地更高效便捷，飛槳提供了全流程產業化工具與平台，包括大模型開發套件、場景模型生產線等，極大降低應用門檻。王海峯指出，通過高效構建與快速迭代基於大模型的多樣化場景模型，讓大模型的落地像流水線一樣高效。

正如王海峯所言，飛槳平台與文心大模型，“堅持技術上突破創新，生態上培育耕耘，夯實智能化基座，讓每一位開發者、讓致力於科技創新和產業發展的社會各界，都能夠在自主的基礎底座上大展宏圖，努力實現高水平科技自立自強，推動經濟社會高質量發展。”