框架，产业与智能之间的拿到“海岸” , 鱼要经由海岸，进化成两栖动物，适应陆地，才能具备在新环境的生存能力，拓宽种群的边界。同理，模型从训练到推理的全流程落地，开发者也需要一种基础设施作为助力，这就是框架。
个底层框架，至少具备几个特质
通用性。框架作为基础设施，广泛覆盖 手机号码数据 各类模型，同时简化了开发过程，对多种算法进行模块化封装，让开发者不需要“重复造轮子”，可以快速搭建模型。比如对多元异构计算硬件的适配兼容，支持大分发多类型任务调度的分布式能力，核心算子库等，是开发各类算法模型都需要的，都要在框架层去解决。
全流程。框架集成了模型开发所需要的工具，为开发人员提供全流程的开发环境。具体来说，训练、调优、测试和部署的一整个标准化流程中，所需要的相应组件，都能够在一个平台获得，进行全流程的项目提升，高效满足各类场景的定制化建构需求。
生态化。从产业链全局来看，框架下接芯片，上承应用，是芯片厂商、应用开发者、软件服务商等多个行业主体都汇聚的中枢地带，形成了非常关键的生态系统。拥有一个集聚产业链的自研框架，就如同拥有了一条生态丰富、自主可靠的海岸线，是一企乃至一国守住疆域的关键。
因此，当ChatGPT代表的大模型爆火之后，焦虑无 这些自动电子邮件是为了响应特定操作而发送的 处不在，“我们没有大语言模型怎么办？”“高端算力卡被禁了怎么办？”“基础软件卡脖子怎么办？”但同样至关重要的底层框架，却没有出现“什么时候才能有自己的框架”的焦虑。
试想一下
如果国计民生重点行业的大模型，建立在海外企业的框架上，开源许可证的断供风险、数据安全风险可想而知。幸好，国产框架，早就做好了准备。
目前，国际有两大主流框架（谷歌）、，而中国自研的 ew 线索 框架，按照其厂商可以分为三类：是以百度为代表的头部科技企业推出的，如飞桨paddlepaddle，基于先进模型和产业生态积累，布局框架，建立智能业务的体系化优势。
中国软件产业40年功勋人物
”称号、百度CTO的王海峰，曾回忆文心一言的开发过程：2023年要在算力需求爆发、供应紧缺的条件下，快速跟上ChatGPT的趋势，正是基于百度的深度学习框架飞桨paddlepaddle，下游跟主流的芯片厂商做了适配，任何好的算力，我们都能用得起来，很快完成了大模型训练。
