【Omdia】中国人工智能框架市场调研报告.pdf

本次中国人工智能框架市场调研报告由Omdia独立完成,以开发者问卷调查和专家深度访谈的方式进行市场调研。本次调研从人工智能框架使用者的角度出发,研究主流人工智能框架(TensorFlow、PyTorch、MindSpore、PaddlePaddle、MXNet、Oneflow、Jittor等)的特点和能力,揭示主流人工智能框架厂商为中国人工智能开发者提供的技术支持和社区服务,探讨开发者与这些主流框架的交互方式和选择偏好,以及开发者对开源软件、人工智能框架、横向应用、底层硬件、开发者社区和产业生态等方面的看法。

Omdia 的调研显示,人工智能开发者对人工智能框架的依赖程度非常高,人工智能框架在人工智能行业处于核心地位。几乎所有人工智能项目,包括商业和学术项目,都是建立在一个或多个开源框架之上,例如 TensorFlow、PyTorch、MindSpore、Paddle Paddle 等.

开发者选择人工智能框架的两大因素是易用性和性能

开发者选择人工智能框架最重要的因素是易用性,有40%的开发者将易用性作为选择框架的首选因素。第二重要因素是性能,有35%的开发者将性能作为选择框架的首选因素。人工智能开发者认为国际框架 TensorFlow、PyTorch、JAX 的易用性比较好,而在中国本土的框架中, 思 MindSpore 和飞桨 PaddlePaddle 在易用性和性能这两个重要指标上被开发者高度认可。

人工智能开发者越来越关注”负责任的人工智能”

与开源软件遇到的问题类似,开发者在使用开源人工智能框架时,所担忧的依然是安全隐私等合规性问题。值得一提的是,在所有主流人工智能框架中,开发者认为TensorFlow 与MindSpore对“负责任的人工智能”提供的支持最好,分别是第一与第二名。

在众多的人工智能框架中,有的用于端到端全生命周期开发和部署,比如TensorFlow、PyTorch、MindSpore和PaddlePaddle。有的针对特定用途,比如JAX,开发者可以将JAX 用于科学计算等特定用途,而并不用作全生命周期开发部署平台。Omdia通过调研发现,中国人工智能开发者认为 TensorFlow、PyTorch、MindSpore、Paddle Paddle 等框架具备全方位能力,既能够提供特定的能力(如开发大模型,进行科学计算),又能实现全生命周期的开发(即端到端开发,从训练到部署)。其中,Pytorch提供了便捷灵活的动态图执行模式和调试能力、TensorFlow在生产模型部署上具备领先优势,PaddlePaddle提供了PaddleOCR 为代表的北向算法套件,MindSpore原生支持大模型、科学计算并能实现端边云跨平台部署

人工智能框架在中国开发者中的知名度排名

与全球其他地区类似,由于历史和使用习惯的原因,TensorFlow和PyTorch在中国的知名度也领先于其他人工智能框架,分别排在前两位。而中国本土的 MindSpore,PaddlePaddle,OneFlow,MegEngine,Jittor等人工智能框架在中国人工智能行业处于领先地位,其中思MindSpore、飞桨PaddlePaddle在中国人工智能开发者中知名度最高.

本文来自知之小站

 

PDF报告已分享至知识星球,微信扫码加入查阅下载3万+精选资料,年享1万+精选更新

(星球内含更多未发布精选报告.其它事宜可联系zzxz_88@163.com)