活动现场，王海峰进一步分享，深度学习平台通过高阶微分方程快速求解、复数计算高效稳定、超大规模深度学习高效训练、异构算力全场景适配等技术创新为科学智能提供基础支撑。

　　他表示，深度学习平台下接芯片，上承应用，相当于“智能时代的操作系统”。以百度飞桨为例，作为我国自主研发的产业级深度学习开源开放平台，飞桨集核心框架、基础模型库、端到端开发套件、工具组件及星河社区于一体，降低了AI开发和应用的门槛，促进AI普惠。

　　通过算子拆解、编译器自动优化，飞桨突破了传统数值方法的性能瓶颈，在复杂流场建模、热仿真等任务上求解速度大幅超过传统数值方法；在高雷诺数流场重建任务上求解速度提升40多倍，在芯片快速热仿真任务上求解速度提升130多倍。

　　在大模型训练方面，飞桨大规模自适应混合并行训练技术，通过端到端自适应分布式训练、自动容错等技术，实现了高效、稳定的大规模深度学习训练。多芯片适配能力是飞桨的另一项优势。飞桨已适配60多个系列芯片，通过软硬件分层对接、计算存储通信组合优化等技术，降低硬件适配成本，提升计算效率。

　　王海峰表示，人工智能将重塑科研范式，加速科学发现与科技创新。产业界、学术界与科研机构加强协同，为加快人工智能发展、实现高水平科技自立自强贡献更大力量。

（文章来源：上海证券报·中国证券网）