大模型時代一來，AI框架扮演的角色愈加重要。
行業深諳此理，于是人工智能框架生態峰會2023為此召開。
參會的成員都是產學研界耳熟能詳的名字：上海人工智能研究院、中國科學院自動化研究所、上海白玉蘭開源開放研究院、OpenI啟智社區、華為、昇思MindSpore……
他們齊聚上海的目的只有一個，共建人工智能框架生態，將中國人工智能產業推向一個新階段。
具體的動作有：
聯合啟動上海昇思AI框架&大模型創新中心，已入駐20 單位
發布“共建人工智能框架生態，繁榮中國人工智能產業”聯合倡議
成立昇思MindSpore開源社區理事會
總之，是要以AI框架生態為中心，讓產業“朋友圈”更牢固。
想要回答這一問題，要從AI框架的定位和重要性說起。
一直以來，AI框架被視為AI發展中基建一般的存在。
縱向角度，AI框架在AI全棧體系中處于承上啟下的位置，承擔著AI技術生態中操作系統的角色，對于AI軟件生態構建非常關鍵。
橫向角度，AI框架是AI學術創新與產業商業化的重要基礎軟件，對人工智能從理論走向實踐、快速進入場景化應用時代，有著非常重要的意義。
對于開發者而言，它能提升開發能效、簡化開發流程，同時還提供豐富的功能和工具，加速AI應用創新和推廣。
隨著大模型趨勢席卷而來，AI領域內的開發創新工作更加如火如荼，那么AI框架作為核心開發工具，就顯得尤為重要。
它的底層能力、功能豐富度、生態完善度，都會影響開發效率，進而影響新技術和應用創新的速度。
在這幾方面中，生態構建又顯得格外重要。因為它將直接影響框架的能力、功能、以及產業化應用等。
而AI框架生態的發展，離不開政產學研用各界伙伴的大力支持。
一方面需要高校、科研機構合作，探索人工智能行業前沿方向，豐富算子和模型，培養AI人才的同時持續豐富技術生態。
另一方面也需要與商業伙伴合作，將人工智能技術廣泛應用到千行百業，推進全球智能化的發展。
由此也就不難理解，為什么要召開人工智能框架生態峰會，并且圍繞中國AI框架領軍代表昇思MindSpore，開展一系列生態共建。
如成立昇思MindSpore開源社區理事會（下文簡稱昇思社區理事會），目標就是面向產業、商業、生態等各方向吸納對社區有貢獻、有潛力的企業，通過理事會加強核心伙伴粘性，助力伙伴商業生態成功。
啟動上海昇思AI框架&大模型創新中心，則是抓住大模型趨勢，快速拉起一個產業“朋友圈”，共同推動國內大模型趨勢創新不斷涌現。
當然，行業內會如此重視AI框架生態，除了其身位特殊之外，更直接的原因或許還是因為，多年來AI框架生態的建設已經為產業發展帶來了切實好處。
昇思MindSpore正是代表之一。
昇思MindSpore是華為在2020年開源的全場景AI框架。
昇思MindSpore在技術層面，基于當下產業的需求和挑戰，提出了自動并行、動靜態圖結合、二階優化、全場景部署、全棧協同加速幾大關鍵特性。
比如自動并行可以降低切分數據、切分模型等技術問題門檻，提升開發能力和效率；全場景協同支持智能匹配端邊云多樣設備；面向系統軟硬件co-design能讓昇思MindSpore做到整圖完整卸載，達到與通用GPU硬件對比的程度……
由此，昇思MindSpore即便沒有老牌AI框架的先發優勢，但在解決超大規模模型訓練、AI for Science等產業實際問題上，已經占據領先身位。
具體技術架構上，昇思MindSpore共分為四層，分別是：
模型層：提供開箱即用的功能，主要包含預置的模型和開發套件，以及圖神經網絡、深度概率編程、科學計算庫等拓展庫；
表達層（MindExpression）：提供模型開發、訓練、推理的API接口，支持用原生Python語法開發和調試神經網絡，特有的動靜態圖統一能力可以兼顧開發效率和執行性能兩方面需求，同時在生產和部署階段提供全場景統一的C /Python接口；
編譯優化（MindCompiler）：這部分是AI框架的核心，以全場景統一中間表達（MindIR）為媒介，將前端表達編譯成執行效率更高的底層語言，同時進行全局性能優化，包括自動微分、代數化簡等硬件無關優化，以及圖算融合、算子生成等硬件相關優化；
運行時，按照上層編譯優化的結果對接并調用底層硬件算子，同時通過“端-邊-云”統一的運行時架構，支持包括聯邦學習在內的“端-邊-云”AI協同。
如今，基于昇思MindSpore的技術成果也相繼涌現。
比如今天剛剛正式對外發布的紫東.太初2.0。
它由中科院自動化所牽頭，基于AI框架昇思MindSpore打造。
作為業界領先的全模態大模型，紫東.太初2.0可實現文本、圖片、語音、視頻、3D點云、傳感信號等不同模態的統一表征和學習。其3.8B模型已經在昇思MindSpore社區開源。
此外還有武漢.LuoJia、鵬程.神農等產學研界成果，都是以昇思MindSpore為底座。據悉，共有400 模型、900 頂會論文基于昇思MindSpore技術生態實現。
由此可以看到，昇思MindSpore作為AI框架，不僅鏈接南北向生態，同時也已構建出一個貫穿產學研的生態圈。
通過不斷完善、繁榮自身生態圈，昇思MindSpore不僅成長為國內最活躍的開源社區之一，還更進一步助推產業技術創新、人才培養、應用落地。
具體可以從技術生態、開源生態和行業生態幾個方面看起。
技術生態方面，除了如上提到的算法模型方面的成績，昇思打造了大模型開源生態。
昇思大模型平臺，向全球百萬開發者提供了包括紫東.太初、鵬程.神農、武漢.LuoJia等大模型能力。
該平臺集大模型在線推理、算法選型、創意分享、產學研專區為一體，提供免費課程資源、經典樣例代碼、企業落地案例、垂直行業專區和多層級挑戰賽。
開源生態方面，2022年，中國信息通信研究院發布《AI框架發展白皮書》，指出昇思MindSpore作為國內優質AI框架代表，在Gitee千萬個開源項目中綜合排名第一，已是國內開源社區最活躍的AI框架。
目前共計有13000 名核心開發者在昇思MindSpore社區做出貢獻。
昇思在海內外30個地區成立本地研究小組MindSpore Study Group（簡稱MSG），開展MSG企業行、MSG高校行、MSG行研會等線上線下活動。
同時，昇思還加入Hugging Face社區，賦能全球開發者；每半年舉辦一次MindCon極客周，目前已引導3萬 開發者參與社區貢獻；開展從入門到精通的全場景AI實戰線上課程，與290 所高校展開昇思MindSpore教學合作，設置初、中、高級別課程，轉型全新開源創新實踐課程。
并且已經形成清晰明確的高效開發者成長路徑圖，轉化核心技術貢獻者?，F已走進290 所高校。
最后在行業生態建設上，昇思MindSpore目前已服務5500家企業，涵蓋數字政府、金融、制造、交通、能源、終端等端邊云全場景行業。
總之，參考昇思MindSpore三年以來的發展可以感受到，在當下發展階段內，一個AI框架能帶來的影響早已不局限于提升開發者的效率和能力，通過構建完善的生態圈，AI框架可以作為中心樞紐將人才、技術、資源、應用場景等緊密聯結，加速行業內整體的開發效率和能力，以此推動產業向前發展。
那么，昇思MindSpore的發展，同樣也為AI開源框架生態構建提供一定思考。
簡單總結有這樣2點：
產業導向
開源開放
首先是AI框架的自身定位上，昇思遵循了產業導向原則。
在TensorFlow、PyTorch憑借先發優勢占據市場主導位置的情況下，新興的AI框架想要在全球市場中占據一席之地，差異化競爭是關鍵。
脫胎于產業界的昇思，自然從產業界入手，在工業化能力上形成差異化，盡可能滿足產業內對開發門檻、運行效率、部署靈活的要求。
同時深入行業洞察趨勢，在一些熱門領域內形成競爭優勢。比如在大模型訓練上，昇思已經支持了業界最多的并行模式。
第二，開源開放。
昇思MindSpore開源后，提出“立足中國、放眼世界”的目標，基于開放、融合、共享的理念，持續推動構建“南向多芯和北向應用生態”。
“南向”為AI芯片算力提供標準化技術生態接口和開發工具，構建自主開源AI框架生態和人工智能算力多芯生態；
“北向”為開發者和算法廠商開展技術聯創，圍繞場景創新重大需求開展聯合攻關。
以昇思社區理事會為抓手，在大模型、科學智能等前沿技術領域持續推動創新，構筑面向未來的核心競爭力，提取共性能力，沉淀框架和數據資產。昇思積極支持與南向芯片廠商的適配，目前已經與20 芯片廠商開展適配工作。
此外，他們也是國內第一個采用開放治理架構的AI框架開源社區。
在昇思MindSpore社區，有來自全球18名技術專家組成的技術委員會，他們通過公開的討論，公開的會議，把控整個社區的技術發展方向。
在技術委員會的指導之下，設立了特殊興趣小組（Special Interest Group），來負責各個模塊的開發；如果需要跨模塊協作，則成立對應的工作組。
昇思還基于自身生態內的力量，盡可能協同上下游、聯動產學研力量，快速推動社區規模發展。
據公開數據，昇思MindSpore首年下載量就突破了10萬，第二年時這一數字已經提升到了102萬，現在總下載量已經超過474萬。
結合當下趨勢來看，ChatGPT引爆大模型趨勢后，未來一段時間內行業內將保持高速發展，誰跑得更快、誰就更有優勢。
而這種競速并不只是單純地拼人才、拼資源，更大程度上還是拼基礎設施和生態。
AI框架始終被視為AI領域的根技術，是模型的“土壤”。
如何讓這個“土壤”更加肥沃？開源、開放、共建。
《經濟日報》發文中也強調了算法開源生態的重要性：要搶占人工智能大模型產業發展制高點，必須加強戰略規劃和深度治理，推進新型算力生態基礎設施建設，打造穩定可靠的算法開源生態。
這也是為什么人工智能框架生態峰會2023要在此時此刻召開，核心目的就是為了吸引、呼吁更多人，一同共建中國AI框架生態。
而在新一輪技術周期的影響和帶動下，中國AI框架生態會怎樣發展，也值得我們期待。
— 完 —
