2021年，IDC發(fā)布了《中國人工智能未來趨勢》報告，其中對人工智能基礎(chǔ)軟件的發(fā)展做出了多項預(yù)測。如今，經(jīng)過數(shù)年的發(fā)展，報告中的多項趨勢已在中國市場得到顯著落地與實踐。以下將重點盤點在人工智能基礎(chǔ)軟件開發(fā)領(lǐng)域已實現(xiàn)的核心趨勢。
1. 從“框架”到“平臺”的演進
預(yù)測：報告指出，AI開發(fā)將從依賴單一深度學(xué)習(xí)框架（如TensorFlow、PyTorch）向更集成化、低門檻的AI開發(fā)平臺演進。
實現(xiàn)情況：這一趨勢已全面實現(xiàn)。中國科技企業(yè)及云服務(wù)商（如百度飛槳、華為MindSpore、阿里云PAI、騰訊云TI平臺等）已成功構(gòu)建了覆蓋數(shù)據(jù)處理、模型訓(xùn)練、部署推理、運維管理的全棧式AI開發(fā)平臺。這些平臺不僅整合了自研或優(yōu)化的計算框架，更提供了豐富的行業(yè)預(yù)訓(xùn)練模型、自動化工具（AutoML）和可視化開發(fā)環(huán)境，大幅降低了AI應(yīng)用開發(fā)的技術(shù)門檻和周期。企業(yè)現(xiàn)在可以基于這些“平臺”快速構(gòu)建和部署AI能力，而無需深入底層框架細節(jié)。
2. MLOps的規(guī)?；瘧?yīng)用
預(yù)測：IDC強調(diào)，MLOps（機器學(xué)習(xí)運維）將成為AI工業(yè)化生產(chǎn)的關(guān)鍵，實現(xiàn)AI模型從開發(fā)到部署、監(jiān)控、迭代的全生命周期管理。
實現(xiàn)情況：MLOps已從概念走向大規(guī)模實踐。主流的AI平臺均已內(nèi)嵌成熟的MLOps功能模塊，支持模型版本管理、持續(xù)集成/持續(xù)部署（CI/CD）、性能監(jiān)控、數(shù)據(jù)漂移檢測和自動化再訓(xùn)練。在金融、制造、互聯(lián)網(wǎng)等行業(yè)，頭部企業(yè)已建立起內(nèi)部的MLOps流程與平臺，確保AI模型的穩(wěn)定性、可追溯性和持續(xù)價值產(chǎn)出，標志著AI開發(fā)從“實驗項目”步入“系統(tǒng)工程”階段。
3. 異構(gòu)計算軟件棧的成熟
預(yù)測：為應(yīng)對算力需求爆發(fā)及芯片多樣化（CPU、GPU、NPU等），適配異構(gòu)計算的統(tǒng)一軟件棧將成為基礎(chǔ)設(shè)施的關(guān)鍵。
實現(xiàn)情況：此趨勢已基本實現(xiàn)。國內(nèi)AI基礎(chǔ)軟件，特別是深度學(xué)習(xí)框架和計算引擎，普遍加強了對國產(chǎn)AI芯片（如華為昇騰、寒武紀、昆侖芯等）及多種硬件后端的適配與優(yōu)化。通過統(tǒng)一的運行時、編譯器（如華為CANN、百度PaddlePaddle的推理引擎）和算子庫，實現(xiàn)了“一次開發(fā)，多端部署”，有效釋放了多樣化算力潛力，支撐了自主可控的AI算力生態(tài)建設(shè)。
4. “低代碼/無代碼”AI開發(fā)工具的普及
預(yù)測：面向業(yè)務(wù)人員的低代碼/無代碼AI開發(fā)工具將興起，推動AI民主化。
實現(xiàn)情況：該趨勢已廣泛落地。幾乎所有主流AI平臺都提供了可視化建模、拖拽式工作流設(shè)計以及面向特定場景（如OCR、智能對話、視覺質(zhì)檢）的零代碼應(yīng)用構(gòu)建工具。這使得業(yè)務(wù)分析師、行業(yè)專家即使不具備深厚的編程知識，也能通過配置和組合的方式快速創(chuàng)建AI應(yīng)用，極大地擴展了AI的創(chuàng)造者和應(yīng)用范圍。
5. 大模型驅(qū)動的開發(fā)范式變革
預(yù)測：雖然2021年大模型初露鋒芒，報告已預(yù)見到預(yù)訓(xùn)練大模型將改變AI應(yīng)用開發(fā)模式。
實現(xiàn)情況：這一點已超預(yù)期實現(xiàn)。自2022年以來，以百度文心大模型、阿里通義千問、騰訊混元等為代表的國產(chǎn)大模型迅猛發(fā)展?；诖竽Ｐ偷拈_發(fā)范式（如提示詞工程、模型精調(diào)、AI原生應(yīng)用開發(fā)）已成為主流。基礎(chǔ)軟件層面，大模型訓(xùn)練框架、高效微調(diào)工具鏈、以及將大模型能力封裝為標準化API或開發(fā)套件（如百度千帆、華為云盤古大模型平臺）已成為AI基礎(chǔ)軟件的新核心，深刻重塑了開發(fā)流程。
****
IDC在2021年報告中關(guān)于人工智能基礎(chǔ)軟件發(fā)展的核心判斷——平臺化、工程化（MLOps）、普惠化（低代碼）、以及對異構(gòu)計算和大模型范式的支持——均已在中國市場得到扎實的驗證與實現(xiàn)。這些進展共同推動了中國AI產(chǎn)業(yè)從技術(shù)探索邁向規(guī)模化、工業(yè)化應(yīng)用的新階段，為各行各業(yè)的智能化轉(zhuǎn)型奠定了堅實的軟件基礎(chǔ)。
