➤我們從昇思開源的那一刻開始，就毫無保留開放代碼，將每一位開發者的貢獻放到社區中，攜手産業界、開發者共建AI開源框架繁榮生態

  ➤之前是一個個螺絲去擰、一個個齒輪去拼，AI框架將這些零件集成組合，變成包含“變速箱”“方向盤”“發動機總成”的標準化、模塊化零件庫，開發者拼裝時，只需要把這幾個大件根據自己的需求微調一下，就能組裝出一輛車

  文 |《瞭望》新聞周刊記者 錢沛杉

  2024年，諾貝爾三大科學獎項中，兩大獎項頒給人工智能領域的研究者。

  從傳統的深度學習模型時代，到方興未艾的大模型時代，AI的發展都離不開AI框架的&&化支撐。

  人工智能框架是AI時代的操作系統與軟體底座。為開發者提供了高效、便捷的開發&&，加速人工智能技術創新和應用落地。

  華為在2020年3月28日開源了昇思MindSpore框架，攜手産業界、開發者，共建AI開源框架繁榮生態。4年多來，昇思迅速發展，2024年中國新增市場份額將達30%，成為中國發展最快的開源AI框架，也逐漸成為業界人工智能框架新選擇。

  “讓算法更好地在硬體上跑起來”

  “讓算法更好地在硬體上跑起來，就是AI框架要做的事。”昇思開源社區理事長丁誠介紹，一個完整的AI軟硬體架構中，最下層是CPU、GPU芯片等在內的硬體層，最上層是各類應用，應用背後是算法，AI框架起到連接硬體與算法的作用。

  深度神經網絡的廣泛應用是這一輪AI實現突破的重要原因。“神經網絡是模擬人腦中的神經系統，通過大量人工神經元（或稱節點）之間的連接和信息傳遞來實現複雜的信息處理和學習。這些節點背後都有對應的函數和映射，如果每個節點都要開發人員手寫計算公式，將意味着巨量的代碼和高額的開發成本。”丁誠説。

  一方面，AI框架“用機器代替手寫”，讓代碼語言更加簡潔、抽象。

  丁誠將AI開發類比於汽車組裝過程。“之前是一個個螺絲去擰、一個個齒輪去拼，AI框架將這些零件集成組合，變成包含‘變速箱’‘方向盤’‘發動機總成’的標準化、模塊化零件庫，開發者拼裝時，只需要把這幾個大件根據自己的需求微調一下，就能組裝出一輛車。”

  另一方面，AI框架可以在不同的硬體上做充分的加速和調度，解決並行化問題，讓大模型開發、訓練更穩定、更高效。

  昇思在設計之初就構築了框架原生分佈式並行能力，最大化實現算法泛化性，以應對快速迭代的模型技術。“算法的計算是無數個矩陣的乘、加、和，AI框架跑在不同的計算單元上面，可以充分把它並行化起來。”丁誠將這個過程類比於“手推車”——沒有它時，工人一次只能搬一塊磚，有了AI框架結合硬體系統，可以實現一次搬一摞磚塊。

  AI框架加速多個行業應用落地

  在近日召開的昇思人工智能框架峰會上，18家單位發布了基於昇思的原生開發大模型成果，中國商飛聯合昇思打造的業界首個三維超臨界機翼流體倣真大模型“東方·翼風”位列其中。

  受訪人士介紹，在飛行器設計中，機翼的阻力分佈約佔整體飛行阻力的52%，機翼形狀設計對飛機整體的飛行性能至關重要。使用傳統的流體倣真技術，存在大量重復迭代計算工作，對計算資源消耗大，設計周期長。

  “AI框架提供的算法抽象，以及並行化能力，對於縮短AI設計研發周期有着天然優勢。”丁誠説，在昇思MindSpore流體倣真套件的支持下，“東方·翼風”能在超臨界翼型的幾何形狀、來流參數（攻角/馬赫數）發生變化時，實現大型客機翼型流場的高效高精度推理，快速精準預測翼型周圍的流場及升阻力，為飛機氣動設計提供有價值的參考。

  中國工程院院士、中國商飛首席科學家吳光輝&&，“東方·翼風”可以實現千萬級網格流暢的秒級推理，倣真時間只有傳統數值計算的約千分之一，實現了效率、精度、模型、場景四個方面的突破。

  昇思還為“人工智能驅動的科學研究”（AI for Science）等行業發展帶來新的可能。

  蛋白質結構預測是獲得蛋白質功能結構和構象的過程。過去，因蛋白質構象數量巨大，計算過程複雜，獲取蛋白質空間結構的方法仍然以冷凍電鏡、X-ray等實驗技術為主，單個蛋白質的觀測需耗費數月及數百萬元人民幣。

  基於昇思全場景AI框架，北京昌平實驗室、北京大學、深圳灣實驗室聯合研發團隊推出全流程蛋白質結構和功能預測工具MEGA-Protein，該工具的蛋白質結構預測性能相比“阿爾法折疊2”提升40多倍，在全球持續蛋白質結構預測競賽CAMEO中連續三周獲得第一名。

  此外，AI在先進製造、氣象海洋、新材料等諸多領域，推動了基礎研究的重大突破。在會場，一位物理海洋領域研究者告訴記者，機器學習模型在海洋與氣候變化研究領域已實現多項應用，其中，運用機器學習可以將厄爾尼諾-南方濤動的預測時間延至兩年以上，突破了此前的“春季預報障礙”問題，並為科學家理解其物理機制提供了新思路。

  “在類似問題研究上，人類可能因其先驗知識和主觀判斷忽視了真正産生影響的因素，AI能幫助我們認識新的物理。”他説。

  産學研聯合共建繁榮生態

  “我們從開源昇思時就毫無保留開放代碼，將每一位開發者的貢獻放到社區中，攜手産業界、開發者共建AI開源框架繁榮生態。”丁誠説。

  技術聯合攻關。7月4日，世界人工智能大會最高獎項——2024年度SAIL獎（卓越人工智能引領者獎）揭曉。南方電網公司研發成果“馭電”智能倣真大模型是五個獲獎項目之一。

  該模型由南方電網公司聯合華南理工大學、武漢大學和華為公司，以産學研合作方式共同攻關。南方電網提出需求後，華為公司多部門專家提供工程設計指導，由昇思AI框架與昇騰AI處理器提供基礎軟硬體能力，高校則在訓練數據處理等領域發揮所長。

  受訪人士認為，這是産學界合作的一次成功實踐，也是科學計算與人工智能結合潛力的展示。

  人才聯合培養。昇思以技術為源賦能開發者，以眾智計劃、聯合創新建立技術與科研連接，孵化科研成果。積極建立上游社區連接，與中國人工智能學會、鵬城實驗室聯合發布昇思MindSpore學術基金，預計3年內攜手50多位全球AI學者，攀登學術新高峰。

  “昇思針對不同階段的開發者，提供不同成長路徑的培養方案。”丁誠介紹，在入門階段，昇思提供系列教材和認證課程，走進高校支持學生入門AI學習；面向實踐階段，昇思提供系列化的實習、眾智和競賽任務，給開發者提供實踐機會；面向研究創新階段，昇思提供學術激勵基金和算力支持，激發原創科學研究。

  數據顯示，目前昇思已與360多所高校科研院所開展教學及科研合作，聯合1700多位合作夥伴打造超過2000個解決方案。機器學習資源網站Paper With Code顯示，支持基於昇思原創論文發表累計超過1700篇，位列全球第二、中國第一。

  丁誠説，未來，昇思將繼續堅持技術創新，並將堅持以開源的方式，向業界開放技術創新成果。昇思將繼續攜手産業界客戶、夥伴和廣大開發者，共促中國人工智能框架生態健康、高速發展。□