超越TensorFlow、PyTorch，百度飞桨登顶中国市场应用规模第一(2)

相较于TensorFlow和PyTorch成为更满足国内技术应用需求的开发框架。 其次，是 社区生态构建 。 正如刚才我们提到的，报告指出“我国已成为全球开发框架生态发展最快的国家”。 报告统计了近一年半以来，我国以飞桨为代表的深度学习框架在贡献人数、关注等方面，与主流“玩家”的增速对比。 基于此，报告认为：

整体来看，目前飞桨社区生态仅次于PyTorch，位居国内市场次席。 而且报告针对国内玩家，围绕“活跃度”、“关注度”和“贡献人数”也做了数据的对比统计： 不难看出，百度飞桨在各项数据上的表现，都处于遥遥领先的状态。 最后，是 平台服务规模 。 报告指出，目前国内在深度学习框架开发者群体规模最大的便是百度飞桨，已经达到了477万、服务18万个企事业单位，并且通过飞桨所打造出来的AI模型数量已经达到了56万个。 综上数据，报告得出了如下了结论：

飞桨已经超越TensorFlow和PyTorch ，成为国内服务规模最为广泛的框架工具。 至于为什么信通院要通过这三个维度来做评判，在报告中也道出了其缘由。 报告认为，要构建面向产业的深度学习平台，不仅仅是打造一个框架这么简单，更需要兼顾模型研发到部署的服务体系。 总体而言，需要包含这三个要素： 开发框架 、 算法模型 和 开发工具及能力平台 。 基于如此要素的深度学习平台，方可实现其基础核心：

通过打造易用、高效、可拓展的框架引擎，解决产业级应用的一系列问题，涉及编程范式、大规模分布式训练、软硬件适配等关键技术。 无独有偶，在IDC和沙利文的研究报告中，对百度飞桨“市场第一”的评判维度，同样也是围绕着易用、高效和落地等关键词展开。 那么基于这样的结果，还有一个更为深入的问题值得探讨：

从多方研究机构的报告来看，国内深度学习框架的市场着实有 “厚积薄发” 的味道。 而百度飞桨作为国内最先发力且目前成绩最佳的那一个，或许多方给予的“第一”殊荣，正是意味着飞桨在“如何把深度学习用起来”这件事上，提交了一个 “高分作业” 。 这份“作业”，我们不妨将其定义为 “飞桨模式” 。 若是将其拆解开来，大致可以分为三个关键词，分别是 深度学习 、 产业级 和 开源开放 。 “深度学习” 这个关键词，不仅指的是人工智能核心基础技术本身，还应当囊括深度学习框架，让开发者能够面对不同需求，不用再从0到1地去搭建，更应该像是搭积木一样简单。 为此，“易用”从始至今都是百度飞桨在发展、迭代中的一条主线路，也是能够在国内市场规模拿下第一的“致胜法宝”。 比如，飞桨企业版零门槛AI开发平台EasyDL一站式支持智能标注、模型训练、服务部署等功能，内置丰富的预训练模型，支持公有云/本地服务器/设备端等灵活部署，已在工业、零售、制造、医疗等领域落地。 有开发者评价：就像厨师无需亲自制作菜刀一样，码农们可以按需调用，开发AI程序、做出AI硬件，无论是PC、平板、电视还是安卓、iOS，都可以适配。 这就让开发者可以在不挑算法的情况下，“丝滑”地去做开发。 除此之外，现在飞桨的核心框架做到了贯穿开发、训练、推理部署三个环节，基础模型库更是覆盖CV、NLP、推荐、语音、知识增强的文心大模型。 而开发者所要做的，仅仅是根据自身业务的需求，把数据导进来训练即可，最终就可以快速实现部署。 用百度CTO 王海峰 在最近百度世界大会上，与撒贝宁的一段对话来形容就是：