工业社会的快速稳定发展离不开完善的基础设施。
深度学习框架作为智能时代的操作系统，是AI领域不可或缺的基础设施。
11月5日，“WAVE SUMMIT+”深度学习开发者秋季峰会在北京举行。
这是百度继4月23日首届深度学习开发者峰会后，再次为开发者带来的深度学习盛宴。
在本次峰会上，飞桨（PaddlePaddle）全新发布并大幅升级了21个产品方向，包括四大端到端开发套件针对工业应用场景，采用数据、知识预训练结合迁移学习、设备端推理的飞桨大师模式。
Engine Paddle Lite 2.0、EasyDL专业版、前沿技术工具组件等，可见飞桨的易用性得到了全面提升，大大降低了开发门槛，同时对工业应用。
飞桨正在成为开发者把握AI时代的产业化大生产平台和加速产业智能化的核心驱动力。
飞桨是经过工业实践打磨出来的“得心应手的工具”。
峰会上，百度首席技术官、深度学习技术与应用国家工程实验室主任王海峰表示：“深度学习正在推动人工智能进入产业化量产阶段，具有很强的通用性，同时具备人工智能的基本特征。
标准化、自动化和模块化，推动人工智能技术从实验室走向产业化，并越来越大规模地应用，未来深度学习技术和平台也将继续发挥重要作用。
坚持开源理念，将飞桨平台开源，与所有开发者一起推动技术发展、产业创新和社会进步。
” （百度首席技术官王海峰） 飞桨用的是百度多年的经验。
基于深度学习技术研究和商业应用，集成了深度学习核心框架、基础模型库、端到端开发套件、工具组件和服务平台。
它于2017年正式开源，是中国第一个也是目前国内唯一的全面开源和开源的。
技术领先、功能齐全的工业级深度学习平台。
飞桨成为我国大规模工业智能化的有力支撑。
活动现场，百度AI技术平台体系执行总监、深度学习技术与应用国家工程实验室副主任吴天介绍，飞桨是一个源于行业实践和进步的深度学习开源开放平台与行业。
未来，飞桨将持续发展超大规模分布式计算和异构计算能力，定位于全硬件平台支持和端云边融合，为应用场景提供面向场景的端到端套件，构建数据与知识融合的预训练组合。
迁移学习的Master模型为开发者提供了最强大的生产平台和基础设施，加速工业智能化。
（百度AI技术平台体系执行总监、深度学习技术与应用国家工程实验室副主任吴天）截至目前，百度已基于飞桨平台服务超过10000家开发者，超过6.5单独定制的培训平台。
万家企业用户，发布模型16.9万个。
飞桨已经成为改变人们生活的“促进者”之一，也是开发者最希望快速掌握的深度学习平台。
据介绍，飞桨拥有四大领先技术：开发便捷的工业级深度学习框架、支持超大规模深度学习模型训练、部署在多终端、多平台的高性能推理引擎、工业级模型开源、面向行业应用开放，涵盖多个领域。
库等人。
飞桨的开源降低了AI技术的门槛，加快了科技创新的速度。
目前，飞桨已广泛应用于工业、农业、服务业等领域，推动人工智能的技术创新、产业发展和人才培养，加速各行业智能化升级，与合作伙伴一起帮助越来越多的行业完整的人工智能能力赋能并推动经济发展和社会进步。
飞桨新内容助力产业智能应用落地。
百度深度学习技术平台部总监马彦军向参会人员介绍了飞桨工业级深度学习开源开放平台全景，带来了基于产业化难点、飞桨新品发布以及21个重要升级产品方向的见解。
其中，新发布了4个应用任务的工业级开发套件，实现了4个应用任务的全流程开发、训练和部署，让应用落地变得更简单。
包括：NLP领域的ERNIE语义理解、CV方向的PaddleDetection目标检测和PaddleSeg图像分割、推荐方向的ElasticCTR点击率估计，降低开发门槛，满足低成本、快速集成的需求。
新发布的端侧推理引擎Paddle Lite 2.0版本，打通了整个端到端的部署流程，提高了易用性，提供了广泛的硬件支持，整体预测性能领先，具有出色的INT8量化性能。
在原有工具组件的基础上，发布了三款全新的深度学习前沿技术工具组件：联邦学习PaddleFL、图神经网络PGL和多任务学习PALM，引领深度学习技术潮流。
现场，EasyDL专业版也全新发布，为算法工程师提供一站式AI开发平台。
PaddleHub全新升级，支持飞桨大师模式。
所谓Master模型是指：算力+数据和知识+算法=工业级预训练模型。
工业级预训练模型+迁移学习工具平台构成了Master的核心，可应用于多种行业场景。
（百度深度学习技术平台部总监马彦军）全新升级的飞桨，易用性大幅提升，全新升级动态图形，新增大量算子库，优化API接口，技术文档更加完善。
大规模分布式训练性能领先。
分布式GPU训练相比其他主流实现可以实现20%-%的速度提升。
分布式CPU训练最大吞吐量可达到竞品6倍以上。
官方支持的模型库极其丰富。
官方模型数量从60多个增加到60多个，可供下载的预训练模型数量已超过3个。
新增开源4个国际竞赛冠军模型，引领深度学习技术发展方向：Activitynet挑战冠军模型BMN；野外检测挑战对象Full Track冠军模型CACascade R-CNN； CVPR LIP挑战赛冠军模型ACE2P； MRQA：EMNLPM机器阅读理解挑战赛冠军模型D-NET。
活动上，百度还推出了针对深度学习开发者的重大福利——飞桨生态激励计划，免费提供10个AI课程体系，为10余所重点大学提供深度学习教学支撑培训，帮助10余所AI企业向智能化转型。
设立万元AI系列赛奖金，提供亿元GPU计算资源支持。
飞桨全面助力工业智能“开花结果”。
如今，百度飞桨已成为全面推动国内产业智能化升级的重要基石。
正如不久前百度在第六届乌镇世界互联网大会上荣获“世界领先互联网科技成果”的荣誉一样，飞桨正在通过其领先的技术、齐全的功能、丰富的内容向世界展示中国科技的力量。
生态。
（左：华为消费者BG智能工程部部长王松涛，中：北京大恒图像视觉有限公司总工程师方超，右：广东电网人工智能与机器人部部长吴浩现场，华为消费者BG智能工程部总监王松涛表示：“HiAI是华为CBG全场景智慧战略的核心驱动力。
底层，HiAI与Paddle Lite联合优化，持续为开发者提供更多算子；在引擎层，HiAI正在与Paddle Lite合作，打造更加优化的效果。
未来，HiAI将与飞桨在On Device AI、分布式AI、智能大脑、多模融合等方向深度合作，共同打造最好的AI引擎。
”北京大恒图像视觉有限公司总工程师方超以机器视觉在工业检测中的应用为主题进行了演讲。
他表示：“传统算法开发存在诸多弊端，频繁支出人力成本，而后续的研发、场景变化等都给研发带来了巨大的工作量。
与百度飞桨合作后，检测设备的检测效率得到了极大的提升。
对于一些传统算法会漏掉的隐蔽缺陷，缺陷检测可以提高60%。
此外，在设备后续维护方面也实现了突破，大大降低了派工程师验证设备的概率，真正实现降本增效。
”广东电力人工智能与机器人部部长吴浩电网能源公司在现场介绍，广东电网利用百度飞桨深度学习平台打造了一套智能无人电力巡检系统，可以对输变电设备进行实时检测和分析，实现了输变电设备的实时检测和分析。
将1小时的工作变成15分钟的数据审核，降低运维成本，提高产学研生态建设创造更大价值，源自飞桨开源开放的深度学习平台。
工业实践，在各行业工业智能化进程中发挥着越来越大的作用。
为了更好地发挥飞桨在新一代科技革命和产业革命中的核心驱动力，飞桨在提升自身技术能力的同时，不断深入行业，加大产学研合作，开展人才培养。
不同圈子的开发者。
全面培育和构建开发者生态。
据现场介绍，飞桨为科研开发者创立了中国深度学习技术俱乐部“飞桨博士俱乐部”，旨在打造核心开发者交流圈，助力拓展行业高端人脉。
针对大学开发商，飞桨推出了大学教学支持计划。
在教育部新工科联盟的支持下，飞桨学院为全国重点大学组织师资培训，提供教学资源、实践平台、GPU算力、硬件教具等全面的教学支持。
目前已培训9名专业教师，帮助+院校开设深度学习课程。
针对企业开发者，飞桨提供企业深度学习实践营“AI Fast Track”，为一线工程师定制技术转型升级的实践课程。
目前已为近30家企业提供深度学习技术快速应用的支持和培训。
此外，针对个人开发者，PaddleCamp在线深度学习训练营采用课程+文档+实战的形式，涵盖CV、NLP、推荐等领域，帮助开发者从“新手”走向“大佬”。
牛”。
为了更好地激发开发者的学习兴趣，帮助各阶段的开发者快速成长，飞桨还针对不同深度学习能力的开发者举办了一系列巅峰赛、常规赛、挑战赛，奖金高达百万元。
。
在培养中高端深度学习人才的过程中，百度也在不断走向高端。
今年年初，百度携手深度学习技术及应用国家工程实验室成立“黄埔学院”，致力于为行业培养一批“首席AI架构师”，打造中国首个核心AI架构师。
深度学习技术圈，通过深度学习引领中国技术产业变革。
人工智能与工业的深度融合，不仅蕴藏着巨大的市场机遇，也是中国参与全球市场竞争的新机遇。
飞桨为中国产业开发商提供了智能时代拓展疆土的“全套装备”，全面助力产业智能化。