百度近日正式推出了飛槳框架3.0版本，這一深度學習框架專為大型模型設計，標志著百度在人工智能基礎設施領域邁出了重要一步。飛槳框架3.0不僅在硬件適配和開發(fā)體驗上實現(xiàn)了全面進化，更是在大模型訓練、推理等多個方面帶來了顯著優(yōu)化。

作為大模型時代的關鍵支撐，深度學習框架的重要性日益凸顯。飛槳框架3.0的發(fā)布，正是為了應對這一挑戰(zhàn)，它通過一系列創(chuàng)新技術，為大模型的訓練與推理提供了強有力的支持。

其中，“動靜統(tǒng)一自動并行”技術是飛槳框架3.0的一大亮點。這一技術通過智能地分配計算資源，大幅降低了大模型開發(fā)的訓練成本，使得算法創(chuàng)新能夠更專注于核心價值創(chuàng)造，而非繁瑣的技術細節(jié)。

飛槳框架3.0還采用了“訓推一體”的設計理念，打破了傳統(tǒng)訓練與推理之間的界限。通過全方位深度優(yōu)化，飛槳框架3.0能夠支持眾多開源大模型進行高性能推理，并在DeepSeek V3 / R1等平臺上取得了卓越的性能表現(xiàn)。目前，該框架已支持文心4.5、文心X1等多款主流大模型，使得低時延、高吞吐、低算力成本的推理服務成為現(xiàn)實。

在科學智能領域，飛槳框架3.0同樣表現(xiàn)出色。它針對科學前沿探索的需求，提升了微分方程求解速度。通過高階自動微分和神經網絡編譯器技術，飛槳框架3.0在微分方程求解方面取得了顯著加速，速度遠超PyTorch等競爭對手。飛槳還對DeepXDE、Modulus等主流開源科學計算工具進行了廣泛適配，成為DeepXDE的默認推薦后端。

在運算速度方面，飛槳框架3.0借助創(chuàng)新的神經網絡編譯器CINN，實現(xiàn)了性能的顯著提升。在A100平臺上進行的RMSNorm算子性能測試顯示，經過編譯優(yōu)化后的算子運行速度提升了4倍。在超過60個模型上的實驗表明，使用CINN編譯器后，超過60%的模型性能有顯著提升，平均提升幅度達到27.4%。

在硬件適配方面，飛槳框架3.0也推出了多芯片統(tǒng)一適配方案，構建了“一次開發(fā)，全棧部署”的生態(tài)體系。目前，該框架已適配超過60個芯片系列，覆蓋訓練集群、自動駕駛、智能終端等多個場景。這意味著開發(fā)者只需編寫一份代碼，就可以輕松實現(xiàn)程序在不同芯片上的順暢運行和業(yè)務的跨芯片遷移。

飛槳框架3.0的正式發(fā)布，標志著百度在深度學習框架領域取得了重要進展。截至2024年10月，飛槳文心生態(tài)已匯聚了1808萬開發(fā)者，服務了43萬家企事業(yè)單位，創(chuàng)建了101萬個模型。這一框架的推出，無疑將為人工智能領域的發(fā)展注入新的動力。

目前，飛槳框架3.0正式版本已面向開發(fā)者開放，并且兼容2.0版本的開發(fā)接口。這一舉措將使得更多開發(fā)者能夠輕松上手并使用這一強大的深度學習框架，共同推動人工智能技術的創(chuàng)新與發(fā)展。