➤我们从昇思开源的那一刻开始，就毫无保留开放代码，将每一位开发者的贡献放到社区中，携手产业界、开发者共建AI开源框架繁荣生态

  ➤之前是一个个螺丝去拧、一个个齿轮去拼，AI框架将这些零件集成组合，变成包含“变速箱”“方向盘”“发动机总成”的标准化、模块化零件库，开发者拼装时，只需要把这几个大件根据自己的需求微调一下，就能组装出一辆车

  文 |《瞭望》新闻周刊记者 钱沛杉

  2024年，诺贝尔三大科学奖项中，两大奖项颁给人工智能领域的研究者。

  从传统的深度学习模型时代，到方兴未艾的大模型时代，AI的发展都离不开AI框架的平台化支撑。

  人工智能框架是AI时代的操作系统与软件底座。为开发者提供了高效、便捷的开发平台，加速人工智能技术创新和应用落地。

  华为在2020年3月28日开源了昇思MindSpore框架，携手产业界、开发者，共建AI开源框架繁荣生态。4年多来，昇思迅速发展，2024年中国新增市场份额将达30%，成为中国发展最快的开源AI框架，也逐渐成为业界人工智能框架新选择。

  “让算法更好地在硬件上跑起来”

  “让算法更好地在硬件上跑起来，就是AI框架要做的事。”昇思开源社区理事长丁诚介绍，一个完整的AI软硬件架构中，最下层是CPU、GPU芯片等在内的硬件层，最上层是各类应用，应用背后是算法，AI框架起到连接硬件与算法的作用。

  深度神经网络的广泛应用是这一轮AI实现突破的重要原因。“神经网络是模拟人脑中的神经系统，通过大量人工神经元（或称节点）之间的连接和信息传递来实现复杂的信息处理和学习。这些节点背后都有对应的函数和映射，如果每个节点都要开发人员手写计算公式，将意味着巨量的代码和高额的开发成本。”丁诚说。

  一方面，AI框架“用机器代替手写”，让代码语言更加简洁、抽象。

  丁诚将AI开发类比于汽车组装过程。“之前是一个个螺丝去拧、一个个齿轮去拼，AI框架将这些零件集成组合，变成包含‘变速箱’‘方向盘’‘发动机总成’的标准化、模块化零件库，开发者拼装时，只需要把这几个大件根据自己的需求微调一下，就能组装出一辆车。”

  另一方面，AI框架可以在不同的硬件上做充分的加速和调度，解决并行化问题，让大模型开发、训练更稳定、更高效。

  昇思在设计之初就构筑了框架原生分布式并行能力，最大化实现算法泛化性，以应对快速迭代的模型技术。“算法的计算是无数个矩阵的乘、加、和，AI框架跑在不同的计算单元上面，可以充分把它并行化起来。”丁诚将这个过程类比于“手推车”——没有它时，工人一次只能搬一块砖，有了AI框架结合硬件系统，可以实现一次搬一摞砖块。

  AI框架加速多个行业应用落地

  在近日召开的昇思人工智能框架峰会上，18家单位发布了基于昇思的原生开发大模型成果，中国商飞联合昇思打造的业界首个三维超临界机翼流体仿真大模型“东方·翼风”位列其中。

  受访人士介绍，在飞行器设计中，机翼的阻力分布约占整体飞行阻力的52%，机翼形状设计对飞机整体的飞行性能至关重要。使用传统的流体仿真技术，存在大量重复迭代计算工作，对计算资源消耗大，设计周期长。

  “AI框架提供的算法抽象，以及并行化能力，对于缩短AI设计研发周期有着天然优势。”丁诚说，在昇思MindSpore流体仿真套件的支持下，“东方·翼风”能在超临界翼型的几何形状、来流参数（攻角/马赫数）发生变化时，实现大型客机翼型流场的高效高精度推理，快速精准预测翼型周围的流场及升阻力，为飞机气动设计提供有价值的参考。

  中国工程院院士、中国商飞首席科学家吴光辉表示，“东方·翼风”可以实现千万级网格流畅的秒级推理，仿真时间只有传统数值计算的约千分之一，实现了效率、精度、模型、场景四个方面的突破。

  昇思还为“人工智能驱动的科学研究”（AI for Science）等行业发展带来新的可能。

  蛋白质结构预测是获得蛋白质功能结构和构象的过程。过去，因蛋白质构象数量巨大，计算过程复杂，获取蛋白质空间结构的方法仍然以冷冻电镜、X-ray等实验技术为主，单个蛋白质的观测需耗费数月及数百万元人民币。

  基于昇思全场景AI框架，北京昌平实验室、北京大学、深圳湾实验室联合研发团队推出全流程蛋白质结构和功能预测工具MEGA-Protein，该工具的蛋白质结构预测性能相比“阿尔法折叠2”提升40多倍，在全球持续蛋白质结构预测竞赛CAMEO中连续三周获得第一名。

  此外，AI在先进制造、气象海洋、新材料等诸多领域，推动了基础研究的重大突破。在会场，一位物理海洋领域研究者告诉记者，机器学习模型在海洋与气候变化研究领域已实现多项应用，其中，运用机器学习可以将厄尔尼诺-南方涛动的预测时间延至两年以上，突破了此前的“春季预报障碍”问题，并为科学家理解其物理机制提供了新思路。

  “在类似问题研究上，人类可能因其先验知识和主观判断忽视了真正产生影响的因素，AI能帮助我们认识新的物理。”他说。

  产学研联合共建繁荣生态

  “我们从开源昇思时就毫无保留开放代码，将每一位开发者的贡献放到社区中，携手产业界、开发者共建AI开源框架繁荣生态。”丁诚说。

  技术联合攻关。7月4日，世界人工智能大会最高奖项——2024年度SAIL奖（卓越人工智能引领者奖）揭晓。南方电网公司研发成果“驭电”智能仿真大模型是五个获奖项目之一。

  该模型由南方电网公司联合华南理工大学、武汉大学和华为公司，以产学研合作方式共同攻关。南方电网提出需求后，华为公司多部门专家提供工程设计指导，由昇思AI框架与昇腾AI处理器提供基础软硬件能力，高校则在训练数据处理等领域发挥所长。

  受访人士认为，这是产学界合作的一次成功实践，也是科学计算与人工智能结合潜力的展示。

  人才联合培养。昇思以技术为源赋能开发者，以众智计划、联合创新建立技术与科研连接，孵化科研成果。积极建立上游社区连接，与中国人工智能学会、鹏城实验室联合发布昇思MindSpore学术基金，预计3年内携手50多位全球AI学者，攀登学术新高峰。

  “昇思针对不同阶段的开发者，提供不同成长路径的培养方案。”丁诚介绍，在入门阶段，昇思提供系列教材和认证课程，走进高校支持学生入门AI学习；面向实践阶段，昇思提供系列化的实习、众智和竞赛任务，给开发者提供实践机会；面向研究创新阶段，昇思提供学术激励基金和算力支持，激发原创科学研究。

  数据显示，目前昇思已与360多所高校科研院所开展教学及科研合作，联合1700多位合作伙伴打造超过2000个解决方案。机器学习资源网站Paper With Code显示，支持基于昇思原创论文发表累计超过1700篇，位列全球第二、中国第一。

  丁诚说，未来，昇思将继续坚持技术创新，并将坚持以开源的方式，向业界开放技术创新成果。昇思将继续携手产业界客户、伙伴和广大开发者，共促中国人工智能框架生态健康、高速发展。□