人工智能技術已成功應用于自然語言處理、計算機視覺、人機交互、虛擬現實等眾多領域。這主要得益于算法的創(chuàng)新和大規(guī)模數據的積累,而軟硬件平臺的快速發(fā)展為大規(guī)模數據上的算法實現和人工智能應用提供了強有力的保障。隨著云服務器、邊緣設備、終端設備等人工智能硬件運算設備的不斷涌現,以及各類人工智能運算庫、中間表示工具以及編程框架的快速發(fā)展,人工智能軟硬件生態(tài)面臨多樣化、復雜化、碎片化的挑戰(zhàn)。如果能屏蔽不同的底層硬件架構細節(jié),制訂標準化的開發(fā)接口,將會進一步有力地促進人工智能軟硬件生態(tài)的良性發(fā)展。為向人工智能編程框架和應用軟件提供統(tǒng)一接口,促使各類設備之間互聯互通,提升人工智能處理器和應用開發(fā)者效率,新一代人工智能產業(yè)技術創(chuàng)新戰(zhàn)略聯盟于2018年3月成立了相應的專題組來制定算子開發(fā)接口標準,主要包括基礎數學、神經網絡、機器學習以及其他如類腦計算等算子。目前,相關算子標準已經形成了初步的工作組標準草案,為了進一步降低標準的使用門檻、保證標準的實用性以及提供規(guī)范的驗證機制,專題組決定啟動相應參考實現開源項目。
本項目的主要技術特點如下:
算子標準參考實現將由來自不同企業(yè)、高校以及科研院所協(xié)同開發(fā)和推廣,旨在為標準的使用者和實現者提供代碼級別的語義規(guī)范,因此,項目具有如下特點:
? 與標準接口定義保持一致;
? 保證實現的正確性和無歧義性;
? 邏輯簡單、易閱讀、易擴展。
標準參考實現將能支持主流的人工智能開發(fā)框架和不同領域應用模型,能夠部署在云服務器、邊緣、終端等各類設備上。同時,參考實現中的所有算子都將使用統(tǒng)一的測試框架進行單元測試。未來參考實現還將提供自動驗證框架來驗證不同廠商基于標準所提供實現的正確性。
暫無與本項目互補的項目。目前主流的AI開發(fā)框架,如TensorFlow、Pytorch、MXNet和PaddlePaddle等,雖然都對常用的算子進行了定義和實現,但接口形式和語義存在著較大差異性,本項目希望能夠標準化算子接口定義,為使用者和實現者提供統(tǒng)一接口。