丁诚在前述峰会2023上告诉观察者网，昇思MindSpore开源三周年以来，一直在帮助包括像中科院自动化所，鹏城实验室，各个高校，以及产业用户孵化各种各样的大模型。目前，国内大概已经有20个大模型通过昇思AI框架原生孵化出来，至少有9个大模型通过MindSpore开源社区平台和搭建的渠道推向产业。

2019年8月，华为推出昇思MindSpore，并在2020年3月将框架开源。观察者网获悉，截至2023年5月底，昇思开源社区下载量已突破474万，社区贡献者1.3万，服务企业数量5500家，与240家科研院所展开合作，开源模型达400多个，发表顶会论文超过900篇。

百度布局AI框架的时间其实更早，2016年该公司发布并开源飞桨PaddlePaddle。百度方面披露的数据显示，截至2022年5月，飞桨汇聚477万开发者，创造56万个AI模型，服务18万企事业单位。截至2021年底，已有超过20个厂家、30种以上的芯片适配飞桨。

根据2023年1月Omdia发布的《中国人工智能框架市场调研报告》，在中国开发者的心目中，MindSpore在国产框架中认知度排第一，PaddlePaddle紧随其后。在开发者认知度排名方面，昇思和飞桨已超过国外非常成熟的框架MXNet，以及谷歌重点支持的新兴框架JAX。

但易用性和性能方面，国产框架似乎与国外仍有差距。根据前述报告，在国外的端到端框架中，开发者认为TensorFlow和PyTorch的易用性更好，而本土框架昇思MindSpore和飞桨PaddlePaddle紧随其后；性能方面，开发者认为TensorFlow和PyTorch性能更好，昇思MindSpore和飞桨PaddlePaddle同样紧随其后，二者在性能评价上已经超过其他主流框架。

AI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AI项目。而AI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。

由于易用性和性能是开发者最看重的因素，因此目前TensorFlow和PyTorch在开发者中的使用率较高。根据Omdia报告，在中国开发者AI框架使用率排名中，PyTorch和TensorFlow，分别以34%和30%遥遥领先，PaddlePaddle和MindSpore并驾齐驱，使用率均为11%。

中国信通院发布的《AI框架发展白皮书（2022年）》提到，全球来看，国际主流AI框架由Google、Meta等科技巨头主导。目前以Google、Meta、Amazon、Microsoft等代表的互联网科技巨头，凭借自身的数据、技术和资本等优势，持续在AI框架生态领域发力，引领全球AI框架技术创新升级趋势，并逐步形成了以Google-TensorFlow和Meta-PyTorch为代表的双寡头格局。从市场占有情况看，产业界以TensorFlow为主，学术界以PyTorch为主。

“弯道超车”的新赛道在哪？

在整个人工智能体系中，AI框架被视为核心一般的存在。中国布局AI框架的企业虽然众多，但在性能和易用性等方面，似乎与Google、Meta等国外巨头仍有差距。在大模型时代到来之际，国产AI框架又该如何构建自身优势，甚至实现“弯道超车”呢？

“TensorFlow是2015年12月开源的，Pytorch是2016年4月，比MindSpore早了大概4-5年的时间。作为后发框架，要想实现技术超越或者领先，核心就是找到AI技术变革的下一条新赛道，只有新赛道出现的时候才有弯道超车的机会。”丁诚向观察者网表示。

“在下一个时代，新赛道是什么呢？”