中国开源生态图谱：人工智能领域

中国开源生态系列图谱 ——人工智能领域 1 生态图谱解读 开源基金会 开发者社区 开源产业联盟 代码托管平台 AI引擎/框架 AI算法模型（库） 数据集 机器学习&深度学习平台/数据库 实验室/研究院 AI引擎/框架 定义&分类：AI框架是人工智能基础软件的核心，在整个人工智能体系中起着“承上启下”的作用。AI框架向下调用底层硬件计算资源， 为算法模型生成、训练和推理部署提供良好的硬件性能基础，向上承接AI算法模型搭建，支撑AI工程和产业应用。 板块特征： 01壁垒高 AI框架的构建需要时间、资金和AI底层 技术人才，包括AI算法、编译体系、通讯原理、硬件结构、API体系等，包括运维和部署 02产研应用 国产开源AI框架在赋能产业应用和科学 研究中发挥着越来越重要的作用。 03生态发展 框架与硬件、开发语言、开发环境以及 软件之间的协同、工具组件以及产业应用的配套发展，包括相关人才的培养都是开源AI框架项目需要重点考虑的因素 AI引擎/框架 发起机构分布：AI框架开源项目发起机构集中在科技厂商与高校科研院所两大类。 •其中科技厂商前期主要满足自身广泛的AI应用需求，后期逐渐向外拓展服务，如华为MindSpore、百度PaddlePaddle、腾讯TNN、阿里MNN、字节跳动BytePS以及小米Mace等。 •值得关注的是，近年来，高校科研院所开始逐渐重视AI框架的研发，但在开源后的资源维护和产业应用拓展模式上，国内高校科研院所仍在探索中，如清华大学发起的计图（Jittor）。 价值更可用 追求 更易用 更高效 更安全 AI算法模型（库） 机器学习&深度学习平台/数据库 发展特征： 为了解决之前AI模型的扩展性和通用性不高，以及依赖人工数据标注和标注数据量的问题，基础模型/大规模预训练模型提出了一种基于自监督学习的“预训练大模型+下游任务微调”的可行方案。这种模型可以在少量标注数据的基础上，通过大量未标注数据中进行大规模训练，从而迅速挖掘大量领域知识。然后经过少量小参数的微调(delta-tuning)，快速适配大模型下游任务。 近年来，盘古、孟子、文心、哪吒、M6-OFA、PLUG等预训练大模型通过开源项目不断累积，获得了行业内积极的认可。同时也有大模型开源项目开始尝试商业拓展，探索模型即服务（MaaS）的模式。 AI算法模型（库） 机器学习&深度学习平台/数据库 发起机构分布：AI算法模型类项目发起机构集中在科技厂商与科研院所两大类，两者的开源路线有所不同。 •科技厂商在开源算法和模型类项目均有布局，如腾讯同时开源DBG算法和MedicalNet模型。 O3 应用底座 「下游任务微调」使得AI可以在小范围调整后有效支撑不同场景的落地。 •而伴随着对预训练大模型的价值认同，科研院所开始主要参与预训练大模型开源项目的建设，同时也存在科技厂商与科研院所联合开发模型类开源项目的情况，例如华为和鹏城实验室联合开发的鹏城.盘古等。 O1 价值能力泛化 追求「预训练大模型+下游任务微调」 能够一定程度上摆脱传统AI能力 碎片化的束缚。 O2 模态融合 能够集成自然语言处理、计算机视觉等多个AI领域的多项技术，实现多种模态（文本、图像等）数据融合 AI算法模型（库） 机器学习/深度学习平台&数据库 定义：机器学习/深度学习平台是集成了硬件资源，计算框架、存储、数据及模型管理、资源调度等功能，覆盖模型开发、训练、推理 及部署全流程的综合平台。 特征： 机器学习/深度学习平台开源项目通常在计算框架外开源各类官方工具组件。同时，在开源版本外，往往会设立商用平台进行商业拓展，例如百度开源PaddlePaddle飞桨平台与商用开发平台EasyDL。 AI算法模型（库） 机器学习/深度学习平台&数据库 发起机构分布：AI平台类开源项目发起机构集中在科技厂商与高校科研院所两大类。 •科技厂商出于后续商业化的目的，在算力资源、开发组件等生态建设方面较为完善。发展路线有两种，主要以AI框架项目作为基础，拓展平台类开源项目，如飞桨PaddlePaddle与昇思MindSpore；也存在立足算法模型项目拓展平台类项目的路线，如Alink。 •高校科研院所虽然存在项目开源项目，如之江天枢，但在社区活跃度方面，仍有较大提升空间。 易用性 价值提供各类官方工具 追求组件、模型库 灵活性 通过不同算力、框架等组合，灵活适配不同的开发训练需求 兼容性 兼容主流计算框架、数据格式、算法等 安全性 满足代码安全与数据安全等 生态图谱厂商洞察 Gitee平台托管的开源项目 Gitee指数 94 （镜像） Gitee指数 61 （镜像） Gitee指数 18 （镜像） Gitee指数Gitee指数 13 3 Gitee指数TOP5 12 ·数据来源：本数据来自于Gitee官网（2023年1月）。 “ InfoQ开源项目指数数据说明 InfoQ开源项目指数说明 一级指标 二级指标 权重 代码健康（40%） 代码复制（Fork） 10% 已修复代码不足（ClosedIssue） 10% 项目更新申请（PullRequest） 5% 已完成项目更新申请 (ClosedPullRequest) 15% 社区活跃（60%） 协作影响力 10% 项目荣誉星（Star） 10% 社区贡献量 20% 社区贡献者 20% •对于开源项目的评价，代码和社区是两项最直接评价指标。 •代码的健康度体现为社区成员不断地修复和更新代码，形成研发价值的指数级增长；代码健康指标中选取的数据维度来自开源项目在GitHub中的公开数据。 •社区活跃是保证开源价值最大化的根本，被开源世界公认的社区价值是评价开源项目最主要的要素，本次研究将其权重赋值超过代码健康；InfoQ研究中心认为，社区活跃价值整体评估高于代码健康价值。 •社区活跃中主要数据也来自于GitHub的公开数据；其中协作影响力数据来自于X-lab研发的openleaderboard中的协作影响力数据。 •所有数据的采集时间均为2023年1月，在未来，随着时间的推移，数据也会呈现变化。 13 InfoQ指数 64.71 InfoQ指数 26.13 InfoQ指数 25.84 InfoQ指数 22.97 InfoQ指数 15.71 InfoQ指数 10.50 InfoQ指数 10.17 InfoQ指数 10.04 InfoQ指数 9.98 InfoQ指数 5.91 InfoQ开源项目指数TOP10 14 ·数据来源：Github与openleaderboard各项目2023年1月数据。 2020.3 MindSpore正式开源 2020.9 MindSpore1.0全场景AI框架 2021.9 MindSpore1.5原生支持大模型 2022.4 MindSpore1.8全面提升易用性 2022.7 MindSpore昇思大模型平台上线 2022.11 MindSpore2.0AI融合框架 打造一站式大模型平台 昇思大模型平台，打造大模型开源生态，集算法选型、创意分享、模型试验和大模型在线体验为一体的AI学习与实践社区 提供极简易用的开发套件 TinyMS，由开源运营团队打造的技术产品，提供从数据准备到模型部署全流程的极简易用的高阶API封装工具 保持内容运营的技术专业性 核心运营团队必须懂技术，同时运营团队所提炼的可传播性内容必须基于昇思MindSpore主要技术特性，避免过度营销 社区基础模型创新运作实践懂技术的运营团队构建懂开发者的社区 社区活跃度 8700+ 370万+ 290+ 6.4万+ 400个+ 28个 369万+ 5500+ 社区贡献者 社区用户 单位会员 PullRequest 模型 SIG组 下载量 服务企业 15 夯实全场景AI能力，全面提升易用性融合AI与HPC，加速应用创新 跨域大规模协同融合计算统一微分 高效联邦学习，支持大模型跨域并行加密训练；千万端侧设备协同学习 端边云全场景部署 科学计算加速库，支持250+科学计算API自动并行，开发效率提升2倍+ 自动微分引擎，自持高阶高维混合微分，性能加速5倍+ 统一API，模型格式免转换，支持7种主流OS，16种硬件 流体仿真套件 New 电磁仿真套件升级 分子模拟套件升级 动态图全面支持 20X 10X99.99% 动态图优先，兼顾灵活性与性能，性能提升2～5倍 机翼气动仿真效率 米级阵列天线仿真速度 自然界蛋白质预测范围 人才培养 开源力量 基础构建AI生态 布局原生AI生态 科研创新 领跑前沿 借助与教育部合作的“智能基座”和“沃土计划”，在高校中开设昇思的课程，培养昇思的开发人才。经过两年的努力，昇思的课程已经开设到100多所高校，今年将会超过200所 联合启智社区举办“OpenI启智&MindSpore集结号”，为两大开源社区贡献昇思的模型，构筑昇思的技术基础 联合CAAI设立顶会论坛基金项目，鼓励广大科研工作者创新，基于昇思发表顶级会议论文 联合全球顶尖的科研专家、学者，洞察AI前沿发展趋势，布局昇思的差异化竞争力，如大模型、AIforScience、AI安全等等 PaddlePaddle开源 核心框架v1.0发布 中文名“飞桨”发布第一届WAVESUMMIT 深度学习开发者峰会 量桨-量子机器学习平台发布 飞桨框架v2.0正式版发布 飞桨框架v2.4发布 企业生态 发展企业生态伙伴，既有中小企业借助飞桨开发大量不同类型的技术服务型应用或模型，又有大型企业借助飞桨建设行业平台 AI快车道、AI私享会、AICA首席AI架构师培 养计划等进阶式培训，助力企业培养产业AI应用人才 服务超过20万家企事业单位 教育生态 飞桨携手高校，围绕学习、实践、认证、比赛、就业、奖学金等环节，提供教学资源、工具与平台（AIStudio） 和教学硬件教具支持等，多维度支撑 AI人才培养 科研生态 硬件生态 社区数据 78万+ 累计提交Commits 12个 PPSIG 1.67万+ PR/Issue的贡献者 15.5万+ Star 67万+ AI模型 535万+ 开发者 超过40家国内外硬件厂商与飞桨深度融合优化，基本覆盖国内外主流芯片 飞桨“硬件生态共创计划”成员已增加至29家，同时已联合13家硬件伙伴发布飞桨生态发行版 社区生态 飞桨以PPDE（飞桨开发者技术专家）、PFCC（飞桨框架贡献者俱乐部）、PPSIG（飞桨特殊兴趣小组）、飞桨领航团等主要组织形式，同时联合其他开源社 区共建深度学习开源社区生态 师资培训覆盖全国超过1044所高校的4300多位老师，400多所高校开设飞桨学分课 飞桨AIforScience共创计划：已发布赛桨PaddleScience、螺旋桨PaddleHelix、量桨PaddleQuantum等开源工具，广泛支持AI+ 计算流体力学、生物计算、量子计算等前沿方向的科研和产业应用 飞桨是深度学习技术及应用国家工程研究中心的核心成果 PaddlePaddle开源 产业与技术双轮驱动 核心框架v1.0发布 中文名“飞桨”发布第一届WAVESUMMIT 深度学习开发者峰会 量桨-量子机器学习平台发布 飞桨框架v2.0正式版发布 飞桨框架v2.4发布 飞桨从实际产业需求出发，通过通用化设计嵌入框架，形成满足产业级业务需求的深度学习框架和赋能平台 飞桨开源开放代码和核心能力，在产业应用过程中不断验证和优化技术核心能力，进一步提升技术竞争力 多层次产品结构降低门槛提升开发者体验： 通过核心框架+基础模型库+开发套件+工具组件，以及企业版开发平台，满足企业低成本开发和快速集成的需求，推动产业应用快速落地 飞桨框架技术亮点： •框架开发便捷高效 动静统一的框架，动态图编