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。