百度飞桨开源框架v2.3版带来哪些新功能？

5月27日消息，已凝聚477万开发者的深度学习开源开放平台——百度飞桨迎来新的一波大更新。

近日，WAVE SUMMIT 2022深度学习开发者峰会上，百度 AI 技术生态总经理马艳军公布了飞桨最新的技术、产品、生态进展，包括“5个产品方面”和“3个共创领域”的全新升级。

马艳军强调，飞桨的使命是“让强大的AI人人可用”。“强大”指的不是做浅的AI，而是深度的技术，同时又把使用门槛降得很低，让人人可用。飞桨的持续升级更新就是通过把技术做得更强、更自动化、更标准化，进而实现进一步降门槛，最终做到“强大AI人人可用”。

这里一起来看看，此次飞桨都有哪些新升级。

一、飞桨开源框架v2.3版发布带来四大核心升级

马艳军介绍，从2019年“飞桨”中文名首次亮相，飞桨框架按照一年2个大版本的节奏做持续更新。此次正式发布飞桨开源框架v2.3版，进一步提供深度定制开发能力，并通过自动化等方式全面提升框架使用体验。

飞桨框架v2.3版在开发、训练、推理部署和云四个方面实现升级。

其一，灵活的深度定制开发：自2019年推出动静统一编程路径以来，此次新版本奉新针对高阶开发者深度定制开发需求，推出高复用性算子库，极大降低开发成本。典型算子内核（如einsum）代码量降低至业内领先水平；通用异构参数服务器架构升级，适配新硬件代码量从万行减少至千行，仅需添加图采样策略即可实现GPU三级存储图检索引擎。

其二，自动调优的高性能训练：针对开发者性能调优的困难，推出业内首个全流程性能自动调优方案。充分发挥软硬一体融合优势，关键环节感知硬件特性自动调优，开发者无需了解硬件特性，即可获得与专家级手工优化水平相当的性能。

其三，自动化压缩与高性能推理部：针对模型压缩对训练、推理、硬件特性等多方面依赖的复杂性，推出业内首个自动化压缩功能，通过蒸馏微调解除对模型训练代码的依赖，感知硬件延时，自动选择最优压缩方案，压缩精度与手工方法相当，代码量减少50%以上；高性能推理引擎实现端到端深度优化，端、边、云多平台推理性能全面提升。

其四，云上飞桨：针对多算力中心数据、算力共享面临的安全、效率挑战，推出业内首个异构多云自适应分布式训练架构，支持多个算力中心联合训练，实现算力共享与知识共享。通过多云聚合，充分发挥智算网络整体效能，赋能AI产业规模化生产及应用；飞桨专属云上部署编排工具，仅需两行配置，即可定制云上开发部署环境，基于多套件多模型配置模板，可快速完成多模型自由组合，实现AI应用高效落地。