會(huì)上，百度何經(jīng)舟和周波介紹了飛槳兩個(gè)項(xiàng)目的相關(guān)工作，包括項(xiàng)目發(fā)展歷程、核心技術(shù)原理、目前開(kāi)源情況等。期間，黃鐵軍針對(duì)相關(guān)組件的技術(shù)實(shí)現(xiàn)與項(xiàng)目介紹人進(jìn)行了討論，并給出進(jìn)一步優(yōu)化建議。最后，經(jīng)過(guò)到會(huì)的8位委員評(píng)議后進(jìn)行投票，結(jié)果均同意百度貢獻(xiàn)的兩個(gè)項(xiàng)目paddle和parl進(jìn)入啟智平臺(tái)的孵化階段，進(jìn)行迭代開(kāi)發(fā)。并命名為OpenI飛槳機(jī)器學(xué)習(xí)框架，進(jìn)入啟智社區(qū)基礎(chǔ)平臺(tái)算法框架層。
同時(shí)，劉祥龍向技術(shù)委員介紹了深度學(xué)習(xí)魯棒性評(píng)測(cè)的必要性及相關(guān)研究成果。黃鐵軍針對(duì)該項(xiàng)目的開(kāi)源計(jì)劃，與劉祥龍做了進(jìn)一步溝通。
飛槳的五大優(yōu)勢(shì)
1、同時(shí)支持動(dòng)態(tài)圖和靜態(tài)圖，兼顧靈活性和高性能
飛槳同時(shí)為用戶提供動(dòng)態(tài)圖和靜態(tài)圖兩種計(jì)算圖。動(dòng)態(tài)圖組網(wǎng)更加靈活、調(diào)試網(wǎng)絡(luò)便捷，實(shí)現(xiàn)AI 想法更快速；靜態(tài)圖部署方便、運(yùn)行速度快，應(yīng)用落地更高效。
2、源于實(shí)際業(yè)務(wù)淬煉，提供應(yīng)用效果領(lǐng)先的官方模型
飛槳提供的80+官方模型，全部經(jīng)過(guò)真實(shí)應(yīng)用場(chǎng)景的有效驗(yàn)證。不僅包含“更懂中文”的NLP 模型，同時(shí)開(kāi)源多個(gè)視覺(jué)領(lǐng)域國(guó)際競(jìng)賽冠軍算法。
3、源于產(chǎn)業(yè)實(shí)踐，輸出業(yè)界領(lǐng)先的超大規(guī)模并行深度學(xué)習(xí)平臺(tái)能力
飛槳同時(shí)支持稠密參數(shù)和稀疏參數(shù)場(chǎng)景的超大規(guī)模深度學(xué)習(xí)并行訓(xùn)練，支持萬(wàn)億規(guī)模參數(shù)、數(shù)百個(gè)節(jié)點(diǎn)的高效并行訓(xùn)練，提供強(qiáng)大的深度學(xué)習(xí)并行技術(shù)。飛槳提供高性價(jià)比的多機(jī)CPU參數(shù)服務(wù)器解決方案，基于真實(shí)的推薦場(chǎng)景的數(shù)據(jù)驗(yàn)證，可有效地解決超大規(guī)模推薦系統(tǒng)、超大規(guī)模數(shù)據(jù)、自膨脹的海量特征及高頻率模型迭代的問(wèn)題，實(shí)現(xiàn)高吞吐量和高加速比。
4、追求極致速度體驗(yàn)，推理引擎一體化設(shè)計(jì)實(shí)現(xiàn)訓(xùn)練到多端推理的無(wú)縫對(duì)接
飛槳完整支持多框架、多硬件和多操作系統(tǒng)，為用戶提供高兼容性、高性能的多端部署能力。依托業(yè)界領(lǐng)先的底層加速庫(kù)，利用 Paddle Lite和 Paddle Serving 分別實(shí)現(xiàn)端側(cè)和服務(wù)器上的部署。飛槳提供高效的自動(dòng)化模型壓縮庫(kù) PaddleSlim，實(shí)現(xiàn)高精度的模型體積優(yōu)化，并提供業(yè)界領(lǐng)先的輕量級(jí)模型結(jié)構(gòu)自動(dòng)搜索Light-NAS，對(duì)比MobileNet v2在ImageNet 1000類分類任務(wù)上精度無(wú)損情況下FLOPS 減少17%
5、秉承用戶至上理念，提供系統(tǒng)化技術(shù)服務(wù)與支持
飛槳提供完善的技術(shù)支持，滿足不同層次的開(kāi)發(fā)者的應(yīng)用需求；提供系統(tǒng)化技術(shù)服務(wù)，致力于為企業(yè)合作伙伴保駕護(hù)航；提供領(lǐng)先的教育資源，支持高校和教育合作伙伴構(gòu)建完善的教育體系。
文字 | OpenI秘書處媒體組
排版 | OpenI秘書處媒體組
