2 飞桨：AI开发拒绝“卡脖子”
这一轮的新基建浪潮，被囊括进的技术和应用有一些共性，即集中在操作系统、芯片、底层训练框架等核心技术上。
过去数年，科技巨头们已经意识到了自主技术的重要性，并且将攻坚核心技术列为未来投资的一个重要方向。
今年4月20日，阿里宣布，未来三年再投2000亿元用于云操作系统、服务器、芯片、网络等重大核心技术研发攻坚和面向未来的数据中心建设。
紧接着，5月26日，腾讯宣布未来五年将投入5000亿元布局新基建。重点投入云计算、区块链、服务器、超算中心、人工智能、5G网络、网络安全、量子计算、音视频通讯、大型数据中心以及物联网操作系统等方面。
不同于BAT，华为迄今尚未明确表示要投入多少资金、培养多少新基建人才等。不过，自2018年12月加拿大事件后，华为密集推出一系列自主研发芯片和服务器平台产品。
自主、可控，几乎成了科技巨头巨额研发投入的第一目标。
而对AI及相关产业而言，虽然目前中国已经具有比较完整的AI产业链，但在AI通用芯片、开源深度学习算法框架等方面仍受制于人。
发展“AI新基建”，必须具备自主创新的AI底层核心能力。
在深度学习领域，谷歌的TensorFlow是目前全球最受开发者欢迎的深度学习框架。但与芯片、操作系统类似，各类技术或代码框架、平台虽然名义上开源，但依然要受其所在国家法律与行政命令的制约。
国际形势波谲云诡的环境下，随时有断供风险。
2016年，百度开源了完全自主的深度学习框架PaddlePaddle（现中文名“飞桨”）。在AI领域，深度学习框架起到了承上启下的作用，下接芯片，上承各种业务模型、行业应用。
飞桨好比PC时代操作系统windows、移动时代的安卓／IOS，让开发者能够在其上像搭积木一样构建自己的AI应用。与TensorFlow相比，飞桨最大的意义不在于今天它做到多强、多大，而在于它存在，并迈过了最难的阶段。
“今天能用，明天不能用，迟早要解决这样的状态。”百度CTO王海峰表示，飞桨难做难在底层技术开发，难在搭建能力。开发者生态方面，当开发者数量跨过100万门槛后，最艰难的起步期已经安全度过了。
目前，飞桨广泛应用于工业、农业、服务业等，服务190多万开发者。
3 结语
新基建的核心是借助新技术形成社会结构和产业的再次升级，在这其中，科技公司的作用和价值非常重要。
人民网研究院也指出，“BATH等互联网企业的布局，不仅将为新基建带来充沛的资金，在技术、人才等领域也更具优势。”
我们看到，无论是BAT还是华为，在人才培养方面都格外重视。
以百度举例，除了宣布未来5年预计培养AI人才500万以外，还通过与科技部、教育部等政府部门，高校、研究所等学界，以及行业龙头企业等产业界合作，以产学研用一体化的方式，构建多元主体参与的AI人才培养发展体系和协同育人的合作生态。
深度学习师资培训第十期老师线上合影
目前，百度的AI人才梯队已经初具规模，培训了全国420余所高校、超过千余名一线AI专业教师，惠及数万学生；累计赋能超5000家企业开发者，产生近百位首席AI架构师。
正是因为百度在AI技术研发积累、产业场景应用以及人才培养方面的能力，所以才获得了新基建AI关键选手这一殊荣，毫无疑问，百度AI已经站稳了新基建的C位。
可以预见的是，有了政策扶持以及企业自身的战略投入，无论BAT还是华为，都已踏上一条全新起跑线。对百度而言，站在AI新基建C位既是荣誉，也意味着更多责任。接下来百度的挑战是如何将AI能力更专的转化为产业智能化革新动力，进一步推动中国智能化变革浪潮。
