共计 874 个字符，预计需要花费 3 分钟才能阅读完成。
11 月 4 日音讯，在云栖大会上，阿里云机器学习平台 PAI 发表集成自研深度学习框架 OneFlow，进一步晋升对国产算法框架的反对。
阿里云机器学习平台 PAI 是一站式 AI 开发平台，提供了丰盛的机器学习组件和云原生开发工具，集成了国内支流的机器学习框架例如 TensorFlow、PyTorch 和 Caffe 等。同时，PAI 具备开放性的技术架构，反对第三方社区框架集成到 PAI 平台，以社区镜像或自定义镜像的形式提供给开发者。
将自研深度学习框架 OneFlow 集成到 PAI 上，也是对机器学习平台 PAI 开放性的验证，PAI 能够在架构上实现包含对国内支流、国内自研在内的任何第三方深度学习框架的反对 。
OneFlow 是一款易用、高效、高扩大，自主研发的深度学习框架。其算子和模块编程接口与 PyTorch 兼容性极高，基于 PyTorch 搭建的常见模型简直不必批改即可在 OneFlow 上运行，迁徙成本低。并且能够轻松切换动静模式，模型调试阶段享有和 PyTorch 齐全一样的动态图编程体验；除此之外，OneFlow 计算性能卓越，在支流模型上最大有一个数量级的性能晋升，极致零碎级优化实现简直零运行期开销。
目前，AI 开发者曾经能够在 PAI 的云原生开发环境中应用 OneFlow 进行机器学习训练和离线推理。开发者在 PAI 的深度学习容器 DLC 中创立训练任务时，只须要在“社区镜像”列表里抉择 OneFlow 镜像，工作提交后 PAI 就能够应用 OneFlow 框架执行深度学习训练任务。开发者也能够在 PAI 的 Data Science Workshop (DSW) 交互式开发工具中装置 OneFlow 软件并执行基于 OneFlow 框架的训练任务。
除了通过单干集成的形式实现对第三方社区框架的反对，PAI 平台还容许开发者应用自定义镜像来执行云原生训练任务。开发者能够在深度学习容器 DLC 中抉择本人当时保留好的镜像，或者指定自定义镜像地址，在提交训练任务时 PAI 就会应用该镜像执行相应的工作。PAI 平台的开放性架构设计实现对任何第三方机器学习框架的反对，具备良好的可扩展性和丰富性，是基于云原生 AI 开发的弱小平台。
