中国深度学习平台逆袭，只是因为“国潮”吗？(2)

这看似不可思议，但实际上却可能有某种必然性。

首先，经过一系列卡脖子事件之后，中国无论是硬件还是软件，都对安全性有着更高的需求。而更重要的是，中国AI的产业体量，也到了不可能不去争夺底层控制权的时期。

根据IDC预测，在2020-2024年中国人工智能整体市场规模将保持30.4%的年复合增长率，到2024年将达到172.2亿美元，在全球占比从2020年的12.5%上升到2024年的15.6%，实力位居全球第三，前两名是美国和打包在一起的欧洲。

这样的规模和增速，意味着中国的AI产业来到了与2011年通信产业相同的境地：当年中国终于普及3G，用户数和市场规模达到世界第三，巨大的体量，意味着遵守别人底层规则产生的摩擦成本以及额外费用，会迅速超过自建标准和基础设施的投入。因此中国通信产业既有实力，也不得不深度介入通信标准制定，而下一年，中国制定的4G标准成为国际通信标准之一。

很多时候，决战紫禁之巅不是因为恩怨情仇，而是剧情已经到这里了。二、“飞桨们”的底气在哪里？

中国本土深度学习平台厚积薄发的依仗，来自中国对深度学习产业的特殊需求。

虽然从总体而言，深度学习平台的发展方向都是更体系化，更专业化，更低门槛。但是因为国内外发展速度、应用场景以及产业水平的差距，在在解决具体问题上，中国对深度学习平台的要求，往往跟国外千差万别。

举例而言，作为拥有14亿人口的世界工厂，中国无论是制造业还是服务业，任何一个程序，都可能应用到十几甚至几十万个单位和机构，直接面向数亿人，完全不同的用户体量，一方面决定了中国场景需求跟国外需求不完全相同，超大规模深度学习模型训练技术的需求摆上台面，另外还会催生更多千姿百态的、低数量级用户完全不需要的应用场景。

这样的总体状况，使得中国的深度学习对端到端的推理部署能力和在产业实践当中沉淀出来的模型更为重视。

其次AI市场规模的快速扩张又导致人才相对稀缺，再加上总体产业发展水平还比较落后，因此对降低AI门槛的需求永无止境，更进一步催化了低代码乃至无代码模型的发展，而这一切都很难从国外的深度学习平台得到帮助，甚至反过来是中国用户拖着国外平台前进，这种温度差，就是中国深度学习平台发展的动力。

但是，中国AI产业发展的需求，是给了所有的深度学习平台同等的机会，为什么飞桨做到了中国第一？这在很大程度上，是一个机会青睐了有准备者的故事。