11月19日，由阿里巴巴、百度、华为、腾讯、网易等国内知名企业策划发起的2019软件绿色联盟开发者大会正式开幕在北京国家会议中心。百度深度学习技术平台部总监马延军与在场300+合作伙伴、2000多名开发者分享了面向大规模工业应用的开源深度学习平台飞桨的最新技术进展。深度学习技术的发展与突破，让人工智能成为驱动各行各业智能化升级的核心力量。连接上层应用和下层芯片的深度学习框架，堪称智能时代的“操作系统”。基于开源开放的深度学习平台开发，可以有效降低深度学习技术的应用门槛，让开发者和企业避免重复“造轮子”，这也是目前业界主流的开发方式。飞桨基于百度多年的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、端到端开发包、工具组件和服务平台。2016年正式开源，是国内首创，也是目前国内唯一完全开放、技术先进、功能齐全、拥有完全自主知识产权的工业级深度学习平台。活动现场，倪光南院士在以《自主创新 迎接软硬件生态新潮流》为题的演讲中也呼吁加快我国互联网信息技术自主可控，为开源软件推动软件产业开放创新指明了出路。当前，AI+5G+IOT的快速发展正在开启全场景的智能互联生活。各行各业都在应用人工智能技术进行智能化升级，共同构建自主可控的泛终端软硬件生态成为重要课题。面对大规模工业应用的挑战，马延军重点分享了端到端推理引擎PaddleLite2.0的最新成果，以及四大工业级端到端开发套件的两款paddle.针对泛移动终端的挑战，软件层面的搜索排名、视频推荐等超大规模稀有特征应用，万亿级模型参数的在线持续学习，终身学习，硬件层面的异构计算等应用之后，百度飞桨推出轻量级端侧推理引擎PaddleLite2.0。据介绍，PaddleLite2.0版本具有三大特点，包括：易用性高，提供大量示例代码和操作指南，方便快速实现不同设备场景的部署；丰富的硬件支持，PaddleLite目前已经支持8种主流硬件，同时支持边缘设备的华为NPU和FPGA，设计架构非常方便新硬件的扩展；和性能优势，PaddleLite的性能优势不仅仅在FP32场景，尤其是在移动端。在流行的INT8上领先优势会更加明显。性能优势对实际应用至关重要，而延迟方面的优势直接关系到最终产品开发的用户体验。值得一提的是，PaddleLite与华为HiAI基金会的深度联合优化取得了良好进展。发布会当天下午，华为正式发布了HiAI3.0版本。发布会上，百度深度学习技术平台部技术经理高铁柱介绍了百度PaddleLite端到端推理盒的特点以及与华为的深度适配。双方在新一代人工智能产业技术创新战略联盟启动端测AI软件标准研究工作，通过标准化推理接口和标准化应用接口，推动端侧AI产业规模化、有序发展，更好地帮助开发者利用端侧AI进行应用创新。除了互联网领域，目前深度学习也已经在大量传统行业落地。针对落地过程中存在的问题定义技术选择、验证成本高和研发周期长、设备成本受限和特定性能需求等现实挑战，飞桨针对应用任务推出了四款工业级开发套件，包括：ERNIE语义理解、PaddleDetection目标检测、PaddleSeg图像分割、推荐方向ElasticCTR点击率预估，降低开发门槛，满足低成本、快速集成的需求。在语义理解方面，ERNIE开发包在持续学习语义理解框架ERNIE2.0的基础上升级，在16项中英文任务上全面超越标杆产品，方案轻量、能力全面、极速预测、灵活部署、平台赋能等五大特色。PaddleSeg行业级图像分割库涵盖四种主流分割模型：DeepLabv3+、PSPNet、U-Net、ICNet。通过统一配置，帮助用户更便捷地完成图像分割应用从训练到部署的全过程。在目标检测方面，PaddleDetection集成了包括百度国际大赛冠军模型在内的60+预训练模型。目标是为工业界和学术界提供易于使用的对象检测模型。在这个库中，Paddle还提供了很多小物体检测模型，方便移动端使用。用于个性化推荐的ELASTICCTR来源于百度的行业实践。可实现分布式训练CTR预估任务和Serving流程一键部署，提供端到端的CTR训练和二次开发解决方案。如今，关系国计民生的重要行业智能化升级不断加快，人工智能在行业龙头企业应用的深度和广度已经相当可观。百度飞桨正在深入各行各业，带来实实在在的价值。据悉，飞桨深度学习平台已服务超过150万开发者。仅定制培训平台就有超过6.5万家企业用户，发布模型16.9万个。
