阿里云机器学习平台 PAI 宣布集成国产深度学习框架 OneFlow

11 月 4 日消息，在云栖大会上，阿里云机器学习平台 PAI 宣布集成自研深度学习框架 OneFlow，进一步提升对国产算法框架的支持。

阿里云机器学习平台 PAI 是一站式 AI 开发平台，提供了丰富的机器学习组件和云原生开发工具，集成了国际主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，支持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方式提供给开发者。

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 可以在架构上实现包括对国际主流、国内自研在内的任何第三方深度学习框架的支持。

OneFlow 是一款易用、高效、高扩展，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 搭建的常见模型几乎不用修改即可在 OneFlow 上运行，迁移成本低。并且可以轻松切换动静模式，模型调试阶段享有和 PyTorch 完全一样的动态图编程体验；除此之外，OneFlow 计算性能卓越，在主流模型上最大有一个数量级的性能提升，极致系统级优化实现几乎零运行期开销。

目前，AI 开发者已经可以在 PAI 的云原生开发环境中使用 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 中创建训练任务时，只需要在“社区镜像”列表里选择 OneFlow 镜像，任务提交后 PAI 就可以使用 OneFlow 框架执行深度学习训练任务。开发者也可以在 PAI 的 Data Science Workshop (DSW) 交互式开发工具中安装 OneFlow 软件并执行基于 OneFlow 框架的训练任务。

除了通过合作集成的方式实现对第三方社区框架的支持，PAI 平台还允许开发者使用自定义镜像来执行云原生训练任务。开发者可以在深度学习容器 DLC 中选择自己事先保存好的镜像，或者指定自定义镜像地址，在提交训练任务时 PAI 就会使用该镜像执行相应的任务。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支持，具有良好的可扩展性和丰富性，是基于云原生 AI 开发的强大平台。