行業主要上市公司：海光信息(688041.SH);景嘉微(300474.SZ);紫光國微(002049.SZ);百度(09888.HK);騰訊控股(00700.HK)等

本文核心數據：中國AI框架行業核心技術;中國AI框架行業發展現狀;中國AI框架企業競爭格局

行業概況

1、定義

AI框架是AI算法模型設計、訓練和驗證的一套標準接口、特性庫和工具包，集成了算法的封裝、數據的調用以及計算資源的使用，同時面向開發者提供了開發界面和高效的執行平臺，是現階段AI算法開發的必備工具。

當前，人工智能基礎性算法理論研究創新日益活躍，深度神經網絡日趨成熟，各大廠商紛紛投入到深度神經網絡算法的工程實現并發力建設算法模型工具，進一步將其封裝為軟件框架供開發者使用，這個過程中AI框架(業界也稱AI開發框架、深度學習框架等)應運而生。AI框架負責給開發者提供構建神經網絡模型的數學操作，把復雜的數學表達轉換成計算機可識別的計算圖，自動對神經網絡進行訓練，得到一個神經網絡模型用于解決機器學習中分類、回歸的問題，實現目標分類、語音識別等應用場景。

2、產業鏈剖析：上游為軟硬件工具，下游為算法公司

中國AI框架產業的上游涵蓋數據、硬件工具、軟件工具，其中硬件工具主要包括高性能GPU、CPU、存儲器、分布式計算環境以及NPU等硬件加速器，軟件工具則有編程語言與開發工具、操作系統、深度學習庫、并行計算庫與持續集成工具等;中游是AI框架的開發;下游則是為工業制造、金融、能源電力、交通等領域開發人工智能算法的算法公司。

中國AI框架產業上游的硬件企業包括GPU/CPU廠商英偉達、AMD、英特爾、景嘉微、海光信息，存儲器廠商三星、SK海力士、長江存儲等，分布式計算環境廠商戴爾、惠普、IBM等，NPU廠商華為、谷歌等;軟件企業包括編程語言編程語言與開發工具廠商Oracle，操作系統廠商微軟、蘋果等，并行計算庫廠商如英偉達、Khronos等;中游AI框架開發公司主要包括谷歌、Meta、華為、百度、一流科技、曠視科技等;下游則有科大訊飛、海康威視、第四范式等AI算法公司。

行業發展歷程：AI框架處于深化階段

結合人工智能的發展歷程和AI框架的技術特性來看，AI框架的發展大致可以分為四個階段，分別為萌芽階段(2000年初期)、成長階段(2012~2014年)、穩定階段(2015年~2019年)、深化階段(2020年以后)。其發展脈絡與人工智能，特別是神經網絡技術的異峰突起有非常緊密的聯系。

在萌芽階段，AI框架并不完善，開發者不得不進行大量基礎的工作，例如手寫反向傳播、搭建網絡結構、自行設計優化器等;在成長階段，AI框架體系已經初步形成，聲明式風格和命令式風格為之后的AI框架趟出了兩條不同的發展道路;在穩定階段，AI框架迎來了繁榮，而在不斷發展的基礎上，各種框架不斷迭代，也被開發者自然選擇。

如今正處于AI框架的深化階段，隨著人工智能的進一步發展，新的趨勢不斷涌現，例如超大規模模型的出現(GPT-3等)，向AI框架提出了更高的要求。隨著人工智能應用場景的擴展以及與更多領域交叉融合進程的加快，越來越多的需求被提出，如對全場景多任務的支持、對高算力的需求等，這就要求AI框架最大化的實現編譯優化，更好地利用算力、調動算力，充分發揮硬件資源的潛力。此外，人工智能與社會倫理的痛點問題也促使可信賴人工智能在框架層面的進步。基于以上背景，現有的流行框架都在探索下一代AI框架的發展方向，如2020年華為推出昇思MindSpore，在全場景協同、可信賴方面有一定的突破;曠視推出天元MegEngine，在訓練推理一體化方面深度布局。在這一階段，AI框架正向著全場景支持、超大規模AI、安全可信等技術特性深化探索，不斷實現新的突破。

行業政策背景：重點建設人工智能統一計算框架平臺

2017年，國務院發布《新一代人工智能發展規劃》，提出建設布局人工智能創新平臺，強化對人工智能研發應用的基礎支撐。其中，人工智能開源軟硬件基礎平臺重點建設支持知識推理、概率統計、深度學習等人工智能范式的統一計算框架平臺，形成促進人工智能軟件、硬件和智能云之間相互協同的生態鏈。

行業發展現狀

1、供給主體：科技企業與高校成為兩大主力

科技企業與頂尖高校對AI框架的發展成熟貢獻最為活躍。數字科技企業巨頭與頂尖高校是AI框架發展壯大的主體維護力量，打造技術產業生態、營造學術創新氛圍，是兩大主體的源動力。個人及開源組織也扮演著重要的角色，是AI框架創新性、公益性的重要體現。

2、發展現狀：華為Mindspore發展潛力較大

從全球主流AI框架在GitHub上的數據情況來看，TensorFlow的各項指標在AI框架中都是名列前茅的，并且和第二名的差距非常大，是全球目前活躍度最高、應用最廣的AI框架。在排行榜中的第二名是PyTorch，近幾年在學術領域的表現比較亮眼，有很大的發展潛力，但總體而言，與TensorFlow有些差距，且在開源項目活躍程度上已被國內華為研發的Mindspore趕超。

注：①查詢日期為2023年8月1日;②開源代碼提交的次數(Commits)表征開源項目活躍度;③代碼復刻、分叉(Fork)，表征開源項目被引用情況;④點贊數(Star)表征開源項目關注度;⑤貢獻者(Contributors)表征開源項目貢獻者規模。

3、核心技術：基礎層、組件層和生態層

根據技術所處環節及定位，當前主流AI框架的核心技術可分為基礎層、組件層和生態層。

基礎層實現AI框架最基礎核心的功能，具體包括編程開發、編譯優化以及硬件使能三個子層。編程開發層是開發者與AI框架互動的窗口，為開發者提供構建AI模型的API接口。編譯優化層是AI框架的關鍵部分，負責完成AI模型的編譯優化并調度硬件資源完成計算。硬件使能層是AI框架與AI算力硬件對接的通道，幫助開發者屏蔽底層硬件技術細節。

組件層主要提供AI模型生命周期的可配置高階功能組件，實現細分領域性能的優化提升，包括編譯優化組件、科學計算組件、安全可信組件、工具組件等，對人工智能模型開發人員可見。

生態層主要面向應用服務，用以支持基于AI框架開發的各種人工智能模型的應用、維護和改進，對于開發人員和應用人員均可見。

行業競爭格局

全球來看，國際主流AI框架由Google、Meta等科技巨頭主導。目前以Google、Meta、Amazon、Microsoft等代表的互聯網科技巨頭，憑借自身的數據、技術和資本等優勢，持續在AI框架生態領域發力，引領全球AI框架技術創新升級趨勢，并逐步形成了以Google-TensorFlow和Meta-PyTorch為代表的雙寡頭格局。從市場占有情況看，產業界以TensorFlow為主，學術界以PyTorch為主。

行業發展趨勢分析

展望未來，AI框架將注重前端便捷性與后端高效性的統一，AI框架將支持端邊云全場景跨平臺設備部。另外，隨著處理任務的復雜化、處理數據的密集化，跨架構的開發能力將會成為常態化的需求。AI框架需要與硬件基礎設施平臺充分解耦，通過標準的硬件注冊接口實現跨設備平臺的快速部署。

更多本行業研究分析詳見前瞻產業研究院《中國人工智能行業發展前景預測與投資戰略規劃分析報告》。

同時前瞻產業研究院還提供產業大數據、產業研究報告、產業規劃、園區規劃、產業招商、產業圖譜、智慧招商系統、行業地位證明、IPO咨詢/募投可研、專精特新小巨人申報、十五五規劃等解決方案。如需轉載引用本篇文章內容，請注明資料來源（前瞻產業研究院）。

更多深度行業分析盡在【前瞻經濟學人APP】，還可以與500+經濟學家/資深行業研究員交流互動。