飛槳框架3.0正式版發佈！大模型訓練時間減半

4月1日，中國首個自主研發、開源開放、功能豐富的深度學習平台飛槳，宣佈新一代飛槳框架3.0正式發佈，以“動靜統一自動並行”等五大核心技術創新為大模型訓推提速。

作為大模型時代的Infra“基礎設施”，深度學習框架的重要性愈發凸顯，大模型訓練、推理等任務都離不開深度學習框架的優化與支撐。

飛槳框架3.0從設計理念上實現了從底層硬件適配到頂層開發體驗的全面進化，在訓練效率、性能、兼容性等關鍵指標上建立了新標杆。其中，“動靜統一自動並行”、“大模型訓推一體“、“科學計算高階微分”、“神經網絡編譯器”、“異構多芯適配”這五大技術新特性，系統性解決了當前大模型產業面臨的訓練成本高、推理效率低、硬件適配難等核心痛點。

飛槳提出的"動靜統一自動並行"技術，大幅降低大模型開發訓練成本，讓算法創新迴歸核心價值創造；同時，“訓推一體"設計理念打破了訓練與推理的割裂狀態，通過全方位深度優化，飛槳框架3.0能夠支持眾多開源大模型進行高性能推理，並在DeepSeek V3/R1上取得了突出的性能表現。

目前，飛槳框架3.0支持文心4.5、文心X1等多款主流大模型，DeepSeek-R1滿血版單機部署吞吐提升一倍。通過技術算法創新，飛槳讓低時延、高吞吐、低算力成本的推理服務成為了現實。

同時，在科學智能領域，飛槳框架3.0錨定科學前沿探索需要，提升微分方程求解速度。通過高階自動微分和神經網絡編譯器技術，加速微分方程求解，速度比PyTorch開啓編譯器優化後的2.6版本平均快115%。飛槳還對DeepXDE、Modulus 等主流開源科學計算工具進行了廣泛適配，併成為 DeepXDE 的默認推薦後端。其展現的科學智能潛力在氣象預測、生命科學、航空航天等領域具有廣泛的應用價值。

此外，在運算速度上，藉助創新研製的神經網絡編譯器CINN，實現性能的顯著提升，部分算子執行速度提升4倍，模型端到端訓練速度提升27.4%。

在硬件適配方面，飛槳框架3.0推出了多芯片統一適配方案，構建"一次開發，全棧部署"的生態體系。目前已支持60餘款主流芯片，覆蓋訓練集羣、自動駕駛、智能終端等場景，開發者只需編寫一份代碼即可實現跨芯片無縫遷移，硬件適配成本直降80%。

公開信息顯示，早在2016年飛槳首次開源，並於2018年發佈1.0版本，填補了國內深度學習框架空白；到2021年2.0版本發佈，成熟完備的動態圖模式引領行業，更強大的分佈式訓練能力，兼具了易用性與靈活性；再到如今飛槳框架3.0發佈，專為大模型設計，以五大特性開啓大模型時代。

截至2024年10月，飛槳文心生態已凝聚1808萬開發者，服務了43萬家企事業單位，創建了101萬個模型。（青山）