人工智能行业蓬勃发展,而AI应用能否快速落地,与AI计算框架息息相关。近两年,国内涌现了一批国产自研的AI框架,包括旷视的天元、清华大学的计图、华为的MindSpore,还有更早的百度飞桨等。但与此同时,在全球范围内堪称成功的主流AI框架似乎只剩下PyTorch和TensorFlow两座大山。当前AI开源框架领域到底处于一个什么样的发展阶段?国产自研AI框架的机会在哪里?
10月15日-17日,“有你有我开源节”(开源技术研讨会)于深圳召开,InfoQ有幸在会上采访到了华为计算开源开发与运营部副总监黄之鹏老师,本期InfoQ大咖说就来聊聊国内AI框架的开源和发展趋势。
以下是采访视频回顾,为方便读者查看,视频下方也附上了采访问答实录。
InfoQ:去年3月MindSpore正式开源,上个月又发布了1.0版本,能否跟我们重点介绍一下MindSpore 1.0的新特性?
黄之鹏:MindSpore1.0版本主要集中在稳定性的优化上,一般来说,一个软件不管它是开源还是闭源,进入到1.0版本的一个业界普遍认知,就是它的稳定性已经足够好,可以达到生产部署级别。所以1.0版本主要是做了大量的面向稳定性的优化,从而让后面所有使用MindSpore 1.0的用户和ISV集成商都可以非常放心地在生产环境使用。
另外,1.0版本也交付了一些比较新的东西,比如DenseNet121、UNet2D-Medical等新模型,还有新的GNN模型BGCF(全称Bayesian Graph Convolutional Filtering)。其中图神经网络模型(GNN模型)是最近比较火的一个领域,非常适合用在电商领域的推荐场景。
除此之外,我们还推出了MindSpore Lite的许多新特性。现在华为手机上,大家所使用的所有跟AI相关的应用,大多数背后都是MindSpore Lite作为引擎在驱动。对于MindSpore Lite,1.0版本也交付了很多新的支持,比如说在Windows开发的支持,比如算子层面新增了对ONNX的支持,支持像TF Lite、Caffe的算子的转换。整体来说,MindSpore 1.0是朝着易用性、稳定性的方向做了大量的优化工作,与此同时交付了一些比较新的有意思的网络模型特性。
原文链接:【https://www.infoq.cn/article/2CV5jyV7tJtqO3pfQ5bS】。未经作者许可,禁止转载。