PaddlePaddle的中文名背后：百度如何布局产业智能时代( 五 )_根据麦卡锡在去年发布的数据报告

因此，深度学习在理论上已经完成了驱动生产力发展的价值自证。然而实际上还面临着大量的问题。其突出问题有四个：算力问题，融合调用问题、兼容障碍、大规模部署困境。

解决这四个问题，需要的是需要的是深度学习的集成化，为应用者和开发者提供算力充沛、AI基础能力多样、开发部署简单、输入输出标准化的“大平台” 。

最好的解决方案，就是产业关系中涌现出一个具备高度集成化和兼容性、高可用性，支持大规模部署落地的操作系统。让开发者的需求和问题，都在同一个体系内找到解决方案。

这个体系应该是什么？从深度学习开发必须基于开发框架这个工程化需求来看，从框架到操作系统，是最有可能完成这一目标的产业逻辑。这也是为什么王海峰认为，深度学习框架承上启下，下接芯片、大型计算机系统，上承各种业务模型、行业应用，是智能时代的操作系统。

而今天的深度学习框架发展情况如何呢？迄今为止，百度的PaddlePaddle都还是国内唯一能够解决端到端深度学习模型开发与落地的框架。因此PaddlePaddle在中国AI走向产业这个趋势里，依旧是具备产业唯一性的。

PaddlePaddle的中文名背后：百度如何布局产业智能时代( 五 )