AI框架歷史演進和趨勢探索
電子發(fā)燒友網(wǎng)報道（文/李彎彎）AI框架是一種底層開發(fā)工具，是集深度學習核心訓練和推理框架、基礎模型庫、端到端開發(fā)套件、豐富的工具組件于一體的平臺。有了AI框架，工程師在工作時調(diào)試算法，就可以更快速、更高效。通俗一點講，AI框架相當于是AI時代的操作系統(tǒng)，如同PC時代Windows，移動互聯(lián)網(wǎng)時代的iOS和安卓。
AI框架發(fā)展現(xiàn)狀和趨勢
AI框架的歷史并不算長，從2010年誕生的Theano算起，至今不過十二年時間。2017年后，早期的Theano、Caffe、Torch等框架逐漸銷聲匿跡，2016年前后出現(xiàn)的TensorFlow（谷歌）、PyTorch（Facebook）、飛槳（百度）逐漸占據(jù)市場。從目前市場占有情況看，產(chǎn)業(yè)界以TensorFlow為主，學術界以PyTorch為主。與TensorFlow過于注重工業(yè)，PyTorch專注學界不同，飛槳的特性在于工業(yè)學界兩手抓，通過動態(tài)圖自動解析編譯靜態(tài)圖的技術，兼顧了學界的靈活，同時也實現(xiàn)了產(chǎn)業(yè)界希望的高效。除了TensorFlow、PyTorch、飛槳，深度學習框架還包括由Amazon設計研發(fā)并開源的MXNet、微軟在github上開源的CNTK、華為推出的MindSpore、北京一流科技有限公司開發(fā)的OneFlow，以及清華大學自研的Jittor，和騰訊、字節(jié)跳動、360開源的Angel、BytePS、TensorNet。過去這些年，AI框架已形成較為完整的技術體系，當前主流AI框架的核心技術演化出三大層次，分為基礎層、組件層和生態(tài)層，其中基礎層實現(xiàn)AI框架最基礎核心的功能，具體包括編程開發(fā)、編譯優(yōu)化以及硬件使能三個子層。從技術生態(tài)體系中的功能定位看，AI框架對下調(diào)用底層硬件計算資源，對上支撐AI應用算法模型搭建，提供算法工程化實現(xiàn)的標準環(huán)境，是AI技術體系的關鍵核心。AI框架技術持續(xù)演進，歷經(jīng)萌芽階段、成長階段、穩(wěn)定階段，當前已進入深化階段。AI框架正向著超大規(guī)模AI、全場景支持、安全可信等技術特性深化探索。AI框架面臨的挑戰(zhàn)
然而在這個探索的過程中，面臨諸多挑戰(zhàn)。在超大規(guī)模AI方面，當前超大規(guī)模AI成為新的深度學習范式。OpenAI于2020年5月發(fā)布GPT-3模型，包含1750億參數(shù)，數(shù)據(jù)集達到45T，在多項NLP任務中超越了人類水平。這種超大規(guī)模的模型參數(shù)及超大規(guī)模的數(shù)據(jù)集的AI大模型范式，實現(xiàn)了深度學習新的突破。產(chǎn)業(yè)界和學術界看到這種新型范式的潛力后紛紛入局，繼OpenAI后，華為基于MindSpore框架發(fā)布了盤古大模型、智源發(fā)布了悟道模型、阿里發(fā)布了M6模型、百度發(fā)布了文心模型等。超大規(guī)模AI正成為下一代人工智能的突破口，也是最有潛力的強人工智能技術。超大規(guī)模AI需要大模型、大數(shù)據(jù)、大算力的三重支持，這就對AI框架提出了新的挑戰(zhàn)，比如內(nèi)存墻，大模型訓練過程中需要存儲參數(shù)、激活、梯度、優(yōu)化器狀態(tài)，鵬程 盤古一個模型的訓練就需要近4TB的內(nèi)存。算力墻，以鵬程 . 盤古2000億參數(shù)量的大模型為例，需要3.6EFLOPS的算力支持，要求必須構建大規(guī)模的異構AI計算集群才能滿足這樣的算力需求，同時算力平臺要滿足智能調(diào)度來提升算力資源的利用率。還有通信墻、調(diào)優(yōu)墻、部署墻等。在全場景支持方面，隨著云服務器、邊緣設備、終端設備等人工智能硬件運算設備的不斷涌現(xiàn)，以及各類人工智能運算庫、中間表示工具以及編程框架的快速發(fā)展，人工智能軟硬件生態(tài)呈現(xiàn)多樣化發(fā)展趨勢。但主流框架訓練出來的模型卻不能通用，學術科研項目間難以合作延伸，造成了深度學習框架的“碎片化”。目前業(yè)界并沒有統(tǒng)一的中間表示層標準，導致各硬件廠商解決方案存在一定差異，以致應用模型遷移不暢，增加了應用部署難度。因此，基于AI框架訓練出來的模型進行標準化互通將是未來的挑戰(zhàn)。然而即使面臨諸多挑戰(zhàn)，過去兩年，行業(yè)一直在持續(xù)探索，并取得一定突破，如2020年華為推出昇思MindSpore，在全場景協(xié)同、可信賴方面有一定的突破；曠視推出天元MegEngine，在訓練推理一體化方面深度布局等。整體而言，在人工智能體系中，AI框架處于貫通上下的腰部位置，下接芯片、上承應用，是一個關鍵樞紐，是推動AI應用大規(guī)模落地的關鍵力量。因此對于企業(yè)來說，克服AI框架當前面臨的挑戰(zhàn)，不斷探索新趨勢，進行技術創(chuàng)新，完善技術、功能和生態(tài)是關鍵。
更多熱點文章閱讀
- 中國汽車出口暴增 已占俄羅斯三分之一市場
- 全球PC出貨量歷史性爆降，蘋果卻逆勢收割？寒氣傳到產(chǎn)業(yè)鏈上游
- 汽車電驅(qū)動系統(tǒng)技術未來發(fā)展趨勢及關鍵技術分析
- NASA新電池能量密度達500Wh/kg，固態(tài)電池將成主流？
- 俄羅斯芯片采購清單曝光，進口或?qū)⒗щy重重！
原文標題：AI框架歷史演進和趨勢探索
文章出處：【微信公眾號：電子發(fā)燒友網(wǎng)】歡迎添加關注！文章轉(zhuǎn)載請注明出處。
聲明：本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權轉(zhuǎn)載。文章觀點僅代表作者本人，不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用，如有內(nèi)容侵權或者其他違規(guī)問題，請聯(lián)系本站處理。
舉報投訴
-
AI
+關注
關注
87文章
28877瀏覽量
266232
發(fā)布評論請先 登錄
相關推薦
探索手機震動馬達的種類與應用：技術演進與市場趨勢
手機震動馬達，作為手機中不可或缺的一個組件，扮演著提醒、通知和反饋的重要角色。然而，隨著技術的不斷發(fā)展和市場需求的變化，手機震動馬達也在不斷演進和多樣化。本文將深入分析手機震動馬達的種類、技術特點以及應用場景，為讀者呈現(xiàn)手機震動馬達領域的最新動態(tài)。
簡述微處理器的發(fā)展歷史
微處理器的發(fā)展歷史是一部充滿創(chuàng)新與突破的技術演進史，它見證了計算機技術的飛速發(fā)展和人類社會的巨大變革。以下是對微處理器發(fā)展歷史的詳細回顧，內(nèi)容將涵蓋其關鍵節(jié)點、重要里程碑以及技術演進
英偉達推出Flextron AI框架:賦能靈活高效的AI模型部署
在人工智能與機器學習領域，隨著技術的不斷演進，模型的高效部署與適應性成為研究的新熱點。近日，英偉達與德克薩斯大學奧斯汀分校攜手宣布了一項重大突破——推出了一種名為FLEXTRON的新型靈活模型架構及訓練后優(yōu)化框架，這一創(chuàng)新成果為AI
ai大模型和ai框架的關系是什么
AI大模型和AI框架是人工智能領域中兩個重要的概念，它們之間的關系密切且復雜。 AI大模型的定義和特點 AI大模型是指具有大量參數(shù)的深度學習
AI大模型與AI框架的關系
在探討AI大模型與AI框架的關系時，我們首先需要明確兩者的基本概念及其在人工智能領域中的角色。AI大模型通常指的是具有極大規(guī)模、高度復雜性和強大能力的人工智能系統(tǒng)，它們能夠處理復雜的任
CubeIDE生成的代碼框架會卡在MX_X_CUBE_AI_Process（）函數(shù)中是怎么回事？
當我將網(wǎng)絡模型部署到STM32F407VGT6中時，CubeIDE生成的代碼框架會卡在MX_X_CUBE_AI_Process（）函數(shù)中是怎么回事？CUbeAI庫的版本是9.0。期待您的回復，謝謝
發(fā)表于 05-30 06:11
AI推理框架軟件ONNX Runtime正式支持龍架構
近日，知名AI推理框架開源社區(qū)ONNX Runtime正式發(fā)布支持龍架構的版本1.17.0。
中國人工智能框架的三個行業(yè)趨勢
由于歷史和使用習慣的原因，TensorFlow 和 PyTorch 在中國的知名度也領先于其他人工智能框架，分別排在前兩位。
發(fā)表于 01-29 14:41
?350次閱讀
基于AI框架的智能工廠設計
在當今的智能制造業(yè)中，智能化和數(shù)字化的發(fā)展已經(jīng)成為制造業(yè)的主要趨勢。隨著人工智能（AI）技術的不斷發(fā)展和進步，智能制造的智慧工廠已經(jīng)成為制造業(yè)的一個重要發(fā)展方向。
發(fā)表于 01-26 15:18
?713次閱讀
Nullmax揭秘BEV-AI技術架構加速量產(chǎn)方案演進
12月19日，Nullmax首席科學家成二康博士應邀出席2023全球自動駕駛峰會（GADS 2023），在自動駕駛BEV感知技術論壇上發(fā)表《BEV-AI技術架構 – 量產(chǎn)方案演進》主題報告，透過Nullmax量產(chǎn)方案演進路線圖，
駕馭創(chuàng)造的力量: 生成式 AI 時代的 MLOps 演進
以下文章來源于谷歌云服務，作者 Google Cloud 駕馭創(chuàng)造的力量: 生成式?AI?時代的?MLOps?演進? MLOps 是一種將機器學習模型從實驗室推向生產(chǎn)的系統(tǒng)方法，它能夠通過全面
PCIe標準的演進歷史 各代PCIe標準之間的主要差異
自2003年推出以來，PCIe發(fā)展至今已經(jīng)從最初的1.0升級到了6.0，本文則為大家簡單介紹一下PCIe標準的演進歷史以及各代PCIe標準之間的主要差異。
FreeRTOS的發(fā)展歷史和技術演進
提供了可靠、高效的實時調(diào)度和任務管理。本文將簡要介紹 FreeRTOS 的發(fā)展歷史、技術演進、技術特點，并介紹 ESP-IDF 對 FreeRTOS 的綁定，以及 FreeRTOS 在 ESP32 等芯片上的應用。
工商網(wǎng)監(jiān)
評論