【文/观察者网 吕栋】

近两年，以大模型为代表的生成式人工智能，发展的如火如荼，也让底层算力基础设施和上层应用不断成为市场和舆论焦点，反倒是AI框架这种“承上启下”的中间层，鲜少出圈。

事实上，中间层的作用一直都不可或缺。在PC和移动互联网时代，操作系统、中间件等基础软件，上承应用、下接芯片，化解了底层技术的高门槛，让用户交互更便捷、开发者创新更专注。而在云计算赛道中，出现了IaaS、PaaS、SaaS三层架构，其中PaaS层允许用户开发、运行和管理应用程序，无需关心底层硬件的复杂性，为云计算快速发展创造了机遇。

到了人工智能时代，AI框架向下（南向）对接多样性算力（NPU/GPU/CPU），向上（北向）通过编程接口和工具帮助开发者实现大模型、算法创新应用，同样是中流砥柱。

在AI框架这一核心赛道中，谷歌、Meta等国外巨头拥有先发优势，昇思等处在后发位置的国产AI框架，在坚持根技术创新的同时，以开放之姿汇聚产业力量，也已经迎头赶上，正在加速千行万业数智化升级。

12月14日，在昇思人工智能框架峰会上，中国科学院科技战略咨询研究院预测，中国AI框架2024年新增市场昇思份额将达30%，现场18家单位发布基于昇思的原生开发大模型成果，标志着昇思已跻身全球主流AI框架第一梯队。

昇思人工智能框架峰会现场

在逆全球化大行其道的今天，用开放击破封闭、激发创新活力，对中国科技企业破局显得尤为重要。尤其在以科技创新引领现代化产业体系建设的指引下，昇思汇聚AI产业界、学术界力量，在支撑中国构建全栈AI开源生态的同时，也将助力世界人工智能的包容普惠发展。

机遇和挑战并存，中国AI框架有了新选择

AI框架被称为“智能经济时代的操作系统”，它的关键作用在于加速AI算法应用创新，降低开发门槛、避免开发过程中“重复造轮子”。在实际使用过程中，开发者可以聚焦在算法与数学本身，由AI框架提供工程化能力，便于开发者快速构建、训练和优化AI模型。

从具体开发过程来看，如果不使用AI框架，开发者就需要自行搭建分布式并行算法等才能进行模型训练。而有了AI框架，开发者就可以直接把模型/数据切分到不同的芯片中，进行协同计算，就好比高速公路可以实现多车并行，让通行速度直线飙升。

当开发门槛降低，开发效率提升，产业化落地条件变得成熟，人工智能产业也迎来飞速发展。根据《全球人工智能产业发展白皮书（2024年度）》，2023年全球人工智能产业规模已高达7078亿美元，同比增长19.3%，目前国际上发布大模型的企业和机构数量超过150家。而在中国，2023年人工智能核心产业规模达5787亿元，是2019年的2.62倍。

人工智能产业的规模发展，给“中流砥柱”的AI框架带来了机遇，也带来了考验。一方面，越来越大的模型与计算集群需要AI框架具备更好的分布式并行能力，以解决训练任务拉起、稳定运行和快速调优等难题；另一方面，开放的生态与多元的选择愈发重要，只有以开放之姿凝聚创新，打造更好用的AI框架，才能把人工智能产业的未来发展托举的更高。

正是在这种机会和挑战并存中，昇思悄然跃升为AI框架的新选择。

昇思人工智能框架峰会现场

截至目前，昇思已孵化、支持50多个国内外主流大模型，成为使能大模型的最佳框架选择。自2020年开源以来，基于昇思框架发表的顶级论文数量超过1700篇，在所有AI框架中排名中国第一、全球第二。截至目前，昇思MindSpore开源社区已汇聚3.7万余名核心贡献者，Gitee-AI领域全品类指数NO.1，已成长为中国最具创新活力的AI框架开源社区。

昇思的崛起，让国产AI框架有了与国外巨头同台竞技的能力。但在亮眼成绩单背后，外界也不免心生好奇，昇思作为后发框架，是如何实现后来居上、凝聚开发者共识的？

技术创新+坚定开放，助推昇思快速崛起

在AI框架赛道中，谷歌的TensorFlow和Meta的PyTorch等国外框架起步较早，无论是技术、生态成熟度还是市场认知度，都形成了深厚的壁垒。尤其是生态成熟度，对基础软件来说是技术迭代和提升认知度的关键，后发者想改变既有格局，殊为不易。