百度万亿级图检索引擎！四大预训练模型开源，还“发糖”15亿元( 二 ) 金磊梦晨发自凹非寺量子位报

文章图片
而在复杂的语义理解需求下，这四大预训练模型可各自发挥它们的所长。
与此同时，还可以做到技术融合，达到“1+1＞2”的创新效果。
不仅能理解语言，还可以理解图像，实现统一的跨模态语义理解。
飞桨推理部署工具链、导航图
除了开发、训练和套件之外，在推理部署工具链的各个节点上，也有所升级：
PaddleSlim：进一步优化剪枝压缩技术，新增非结构化稀疏工具；率先支持OFA压缩模式，保障压缩后的精度。 PaddleLite：发布了面向移动开发者的“开箱即用”工具集LiteKit ，大大降低端侧AI开发者的开发成本。 PaddleServing：新增全异步设计的Pipeline模式，更好地支持现实业务中模型组合使用的问题。 Paddle.js：新增支持多种Backend和主流图像分割及分类模型，在高兼容性的同时也兼顾了高性能。飞桨除了在已有推理部署工具链上做了升级外，还提供了一张推理部署导航图。
据了解，目前已经涵盖了300多条充分验证的部署通路，由此才形成了如下图般的导航图。

文章图片
这棵树当中，从根部到每一个树枝都是一个完整打通的路径，可以帮助开发者顺利实现AI部署。
而做出如此之举的原因，百度飞桨给出了他的理由：
每一次“走得通”都有迹可循，每一次“走不通”都能溯本求源。
硬件生态成果
在部署方面的发布，除了“软”的一面，还有“硬”的一面。
据了解，飞桨已经和包括百度昆仑在内的22家国内外硬件厂商，开展适配和联合优化工作，已经完成或正在适配的芯片或IP达到31款。
这其中就包括了英特尔、英伟达、华为、海光、瑞芯微、安霸等芯片企业。

文章图片
更具体的例子，飞桨在海光DCU上适配的模型已经超过50个。
由此可见，在部署环节的硬件生态方面，百度飞桨已经做到了全面覆盖国内外硬件厂商。
云原生机器学习核心PaddleFlow
随着人工智能技术深入到产业应用，产生了更广泛AI开发场景，对平台提出了更多样化的需求：
针对更广泛的垂直行业AI应用开发需求针对深度定制的AI开发平台需求具备AI原生的容器服务基于此，百度AI产品研发部总监忻舟宣布，正式开放飞桨企业版的“核”——PaddleFlow 。

文章图片
△百度AI产品研发部总监，忻舟
简而言之，这是一个专为AI平台开发者打造、易被集成的云原生机器学习核心系统。
所具备的特色也是非常明显，即云原生、性能优异、轻量易用等。
可以帮助AI平台开发者，高效构建更多细分场景和深度定制的AI平台。
……
除了上述的六大发布之外，还有一些重磅升级。
螺旋桨PaddleHelix于去年正式发布，而在今天正式升级到1.0版本，新增了化合物预训练模型ChemRL ，还将ChemRL模型应用到更多的下游任务。
凭借螺旋桨的能力，百度在今年3月国际权威的图神经网络OGB上，在HIV和PCBA两个药物相关的数据集上，获得双冠军。

文章图片
而作为国内率先加持量子机器学习的量桨，与飞桨框架2.0及其之后的版本同步更新，整体运行速度得到了大幅提升，在核心应用场景平均提升达到21.9% ，最高提升达到40.5% 。
与此同时，量桨还新增了量子核方法等特征提取方式等。
而对于难度很大的纠缠提纯任务，量桨新增了最优化量子纠缠处理框架，给出了目前业界最优且可实施的提纯方案。
还要“发糖”15亿元
除了上述的“六大发布”之外，在此次WAVESUMMIT2021上，百度飞桨的“发糖”还在继续。
而且是非常实在的那种“糖”——发钱， 15亿元。
在百度飞桨“大航海”计划中，除了去年年底已推出的面向高校AI人才培养的“启航”之外，还包括：
“大航海”护航计划“大航海”领航计划“大航海”护航计划
10亿元，这是护航计划要在未来三年内资金投入。
给谁？
10万企业和百万产业AI人才。
怎么给？
整体来看，分为三个方面，包括技术、人才和生态。

文章图片
护航之于企业，要达到的是智能升级，通过技术赋能、市场推广和资源导入，缩短技术创新到商业落地的路径，包括：飞桨技术伙伴计划、飞桨企业版（万有引力）、飞桨中国行。