2023年中国AI框架行业发展趋势分析 “AI for Science”成为重点发力方向【组图】

AI框架行业主要上市公司：海光信息(688041.SH);景嘉微(300474.SZ);紫光国微(002049.SZ);百度(09888.HK);腾讯控股(00700.HK)等

本文核心数据：AI框架重点发展方向、AI框架竞争焦点、AI框架安全可靠性排名

“AI for Science”正成为人工智能框架的重点发力方向

科研领域的问题分析维度高，尺度跨度大。随着复杂科学问题变量个数或分析维数的增加，计算复杂度成指数增加，传统的科研计算方法工作量大，分析时间长，科研工作人员经常感到力不从心。而“AI for Science”借助人工智能的巨大技术优势，可以将数学计算和科学模型的方法结合起来，高效处理海量数据，使传统的科研过程变得自动化、规模化、并行化和平台化，从而解决原来传统科学研究范式无法解决的问题，帮助科学家突破科研瓶颈。

2021年，DeepMind团队的AlphaFold2的问世，标志着人工智能已经成为科学研究最重要的生产力之一。之前，复杂蛋白质结构的测定需要耗费大量的时间和成本，AlphaFold2极大提高了蛋白质结构解析效率。而在中国，科研和人工智能团队也在积极推动“AI for Science”的应用。昌平实验室、北京大学生物医学前沿创新中心(BIOPIC)和化学与分子工程学院、深圳湾实验室高毅勤教授课题组等机构就联合推出了基于昇思MindSpore的MEGA-Protein蛋白质结构预测训练推理一体化工具。

根据Omdia的数据，中国大部分开发者认为，国外主流的人工智能框架TensorFlow对“AI for Science”支持比较好，而中国本土的框架华为昇思MindSpore对“AI for Science”的支持能力超过了PyTorch并有赶超TensorFlow的趋势。开发者的反馈充分肯定了昇思MindSpore在科学计算“AI for Science”领域内做出的努力和贡献。

预训练大模型成为人工智能领导者的竞争焦点

预训练大模型是人工智能产业发展的必然选择，基于海量行业数据和知识，通过强大算力集群，预先训练基础模型，并结合应用场景的数据和各类需求，通过“预训练大模型+任务微调”的方式，进行“工业化”的高效率开发。开发者利用预训练大模型，只需要少量数据，就可以快速开发出精度更高、泛化能力更强的行业模型。预训练大模型可以提升人工智能项目开发效率，降低研发成本，缩短研发时间，解决人工智能项目碎片化的问题。

根据Omdia的数据，中国开发者对基于昇思MindSpore打造的盘古NLP大模型最感兴趣。首先，盘古NLP大模型在技术上处于领先地位，千亿参数模型，学习了40TB的中文文本数据，在中文领域有天生优势;其次，盘古NLP大模型可覆盖多个场景下语言处理的任务和需求，泛化能力强，在知识问答、知识检索、知识推理等文本生成领域有广泛应用前景;另外，盘古NLP大模型对开发者友好，可以让开发者能用拖拉拽的方式使用大模型，开发和生产成本低。这也从另外一个角度验证了盘古大模型的开放性，开发者可以跨平台快速调用盘古大模型，与其他工具和应用结合使用。

负责任的人工智能(Responsible AI)成为关注焦点

人工智能技术的迅猛发展取决于用于训练的数据的规模和质量，但人工智能没有自己的价值观，无法自己判断什么是正确的(比如自动驾驶定责问题，生成式AIGC问题等)，人工智能伦理问题正成为人工智能商业化发展的瓶颈。各国政府、国际组织、学术界和产业界已在宏观战略、具体措施层面上进行部署。迄今为止，已经有超百个“负责任的人工智能”准则在全球范围内出台，比如欧盟就提出了《人工智能法案》。“负责任的人工智能”即是一套道德准则，又是一套技术体系，是以安全、可靠和合乎道德的方式开发、评估、部署和规模化人工智能系统的方法。“负责任的人工智能”有助于引导人工智能行业朝着对人和社会更有益，更公平的方向发展，可以建立人们对人工智能的信任和信心，对人工智能的可持续发展非常重要。

根据Omdia的数据，华为Mindspore被认为对负责任的人工智能(Responsible AI)提供较好支持，排名仅次于TensorFlow。

注：“安全可靠性”排名以“开发者认为对负责任的人工智能(Responsible AI)提供最好支持”指标进行排名。

易用性和性能成为AI框架的核心竞争力

中国人工智能开发者选择开源框架最重要的两个因素是：易用性和性能。人工智能框架隔离了底层的复杂性，更加易用的框架能够让开发人员以更快的速度和更高的效率，来探索、创建、改进和迭代人工智能项目。而人工智能框架的性能则涉及到框架本身的底层性能，包括框架的底层算法效率，以及框架利用底层硬件资源进行优化开发、训练和推理的能力。

有40%的开发者将“易用性“作为选择框架的首选因素，34%的开发者将”性能“作为选择框架的首选因素。在第二重要的因素选择中，开发者选择“性能”比“易用性”更多。与“易用性”和“性能”这两个因素相比，选择其他选项作为首选的比例很少。受访者把对“社区活跃度”、“框架厂商提供的技术支持或培训”，“知名度或流行程度”，以及“前沿技术支持”的关注放在了同等位置上。

泛开发、全场景、超大规模将成为主流趋势

展望未来，AI框架将注重前端便捷性与后端高效性的统一，AI框架将支持端边云全场景跨平台设备部。另外，随着处理任务的复杂化、处理数据的密集化，跨架构的开发能力将会成为常态化的需求。AI框架需要与硬件基础设施平台充分解耦，通过标准的硬件注册接口实现跨设备平台的快速部署。

更多本行业研究分析详见前瞻产业研究院《中国人工智能行业发展前景预测与投资战略规划分析报告》。

同时前瞻产业研究院还提供产业大数据、产业研究报告、产业规划、园区规划、产业招商、产业图谱、智慧招商系统、行业地位证明、IPO咨询/募投可研、专精特新小巨人申报、十五五规划等解决方案。如需转载引用本篇文章内容，请注明资料来源（前瞻产业研究院）。

更多深度行业分析尽在【前瞻经济学人APP】，还可以与500+经济学家/资深行业研究员交流互动。