人工智能基礎(chǔ)軟件作為支撐AI技術(shù)研發(fā)、部署與應(yīng)用的核心“根技術(shù)”，是左右全球人工智能生態(tài)格局的關(guān)鍵所在。我國(guó)在人工智能基礎(chǔ)軟件開(kāi)發(fā)方面取得了長(zhǎng)足進(jìn)步，正從應(yīng)用層創(chuàng)新向底層技術(shù)深耕轉(zhuǎn)型，逐步構(gòu)建起自主可控的軟件生態(tài)體系。

在深度學(xué)習(xí)框架領(lǐng)域，我國(guó)已涌現(xiàn)出如百度的飛槳（PaddlePaddle）、華為的MindSpore、曠視科技的MegEngine等一批具有國(guó)際影響力的開(kāi)源框架。其中，飛槳已成為國(guó)內(nèi)應(yīng)用最廣泛的深度學(xué)習(xí)平臺(tái)，其開(kāi)發(fā)便捷性、產(chǎn)業(yè)適配度及中文社區(qū)生態(tài)頗具優(yōu)勢(shì)；MindSpore則憑借全場(chǎng)景協(xié)同、端邊云統(tǒng)一架構(gòu)的特色，在昇騰芯片生態(tài)中扮演關(guān)鍵角色。這些框架正逐步打破TensorFlow、PyTorch等國(guó)外框架的壟斷，為我國(guó)AI技術(shù)研發(fā)提供了底層支撐。

在AI開(kāi)發(fā)工具鏈與平臺(tái)方面，我國(guó)企業(yè)積極布局MLOps（機(jī)器學(xué)習(xí)運(yùn)維）、自動(dòng)化機(jī)器學(xué)習(xí)（AutoML）、模型壓縮與推理優(yōu)化等工具軟件。阿里云、騰訊云、華為云等均推出了涵蓋數(shù)據(jù)標(biāo)注、模型訓(xùn)練、部署監(jiān)控的全棧AI開(kāi)發(fā)平臺(tái)，降低了AI應(yīng)用門檻。針對(duì)特定場(chǎng)景的AI基礎(chǔ)軟件也在加速發(fā)展，如自動(dòng)駕駛領(lǐng)域的仿真測(cè)試平臺(tái)、生物計(jì)算領(lǐng)域的藥物研發(fā)工具等。

我國(guó)人工智能基礎(chǔ)軟件發(fā)展仍面臨挑戰(zhàn)。核心算法庫(kù)與算力庫(kù)的原創(chuàng)性不足，部分底層算子仍依賴CUDA等國(guó)外生態(tài)；硬件適配與異構(gòu)計(jì)算支持能力有待加強(qiáng)，軟硬協(xié)同優(yōu)化尚未形成體系化優(yōu)勢(shì)；開(kāi)源社區(qū)的國(guó)際影響力與開(kāi)發(fā)者生態(tài)建設(shè)仍需長(zhǎng)期投入，高端人才儲(chǔ)備相對(duì)薄弱。

我國(guó)需從三方面持續(xù)發(fā)力：一是加大基礎(chǔ)研究投入，鼓勵(lì)數(shù)學(xué)、計(jì)算機(jī)科學(xué)等底層理論的創(chuàng)新突破；二是深化產(chǎn)學(xué)研用協(xié)同，推動(dòng)基礎(chǔ)軟件與芯片、操作系統(tǒng)、行業(yè)應(yīng)用的深度融合；三是構(gòu)建開(kāi)放共贏的開(kāi)源生態(tài)，通過(guò)標(biāo)準(zhǔn)制定、人才培養(yǎng)與國(guó)際合作，提升我國(guó)在全球AI軟件生態(tài)中的話語(yǔ)權(quán)。

我國(guó)人工智能基礎(chǔ)軟件已從“跟跑”進(jìn)入“并跑”階段，在部分領(lǐng)域?qū)崿F(xiàn)局部領(lǐng)先。只有牢牢掌握基礎(chǔ)軟件這一“根技術(shù)”，才能在未來(lái)智能時(shí)代真正掌握生態(tài)主導(dǎo)權(quán)，為數(shù)字經(jīng)濟(jì)發(fā)展筑牢根基。