国内最大开源深度学习框架百度飞桨发布21项新内容 提供1亿元GPU算力资源

【Tec hWeb】11月5日，在WAVE SUMMIT+”2019深度学习开发者秋季峰会上，国内最大的开源深度学习框架百度飞桨（PaddlePaddle）全新发布和重要升级21个产品方向，包括面向产业应用场景的四大端到端开发套件、融合数据和知识的预训练结合迁移学习的飞桨Master模式、端侧推理引擎Paddle Lite 2.0、EasyDL专业版、前沿技术工具组件等。

百度深度学习技术平台部总监马艳军介绍了飞桨产业级深度学习开源开放平台全景图，带来了基于产业化困难的洞察，飞桨全新发布和重要升级的21个产品方向。

此次飞桨全新发布4大面向应用任务的产业级开发套件，实现四大应用任务的全流程开发、训练和部署，更加方便实现应用落地。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点击率预估，降低开发门槛，满足低成本和快速集成需求。

全新发布端侧推理引擎Paddle Lite 2.0版本，打通端到端部署全流程，提升易用性，广泛的硬件支持，预测性能全面领先，INT8量化性能亮眼。在原有的工具组件基础上，还全新发布3项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头。

现场，还全新发布EasyDL专业版，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Master模式。所谓Master（大师）模式，指的是：算力+数据和知识+算法=产业级预训练模型，产业级预训练模型+迁移学习工具平台构成Master的核心，可以用于多种行业场景。

飞桨以百度多年的深度学习技术研究和业务应用为基础，集深度学习核心框架、基础模型库、端到端开发套件、工具组件和服务平台于一体，2016年正式开源，是中国首个也是目前国内唯一全面开源开放、技术领先、功能完备的产业级深度学习平台。

截至目前，百度基于飞桨平台，已累计服务150多万开发者，仅在定制化训练平台上就有超过6.5万企业用户，发布了16.9万个模型。

全新升级后的飞桨，易用性大幅提升，动态图全新升级、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获得20%-100%的速度提升，分布式CPU训练最大吞吐量可达竞品的6倍以上。官方支持模型库极大丰富，官方模型从60多个增加到了100多个，提供下载的预训练模型已经超过200个。

新开源4个国际竞赛冠军模型，引领深度学习技术发展方向：Activitynet Challenge 2019 冠军模型BMN；Detection In the Wild Challenge 2019 Objects365 Full Track冠军模型CACascade R-CNN；CVPR LIP Challenge 2019冠军模型 ACE2P；MRQA: EMNLP2019 Machine Reading Comprehension Challenge冠军模型D-NET 。

现场，百度还面向深度学习开发者推出了重磅福利—;—;飞桨生态激励计划，免费开放10个AI课程体系、面向100余所重点高校提供深度学习教学支持培训、助力1000余家AI企业转型智能化、设立100万元AI系列比赛奖金、提供1亿元的GPU算力资源支持。