類似於PC時代的操作系統Windows，移動互聯網時代的IOS和安卓，深度學習框架是智能時代的操作系統。它和芯片壹起***共同構成了人工智能的基礎設施，深度學習框架的重要性絲毫不亞於芯片。
在 "十四五 "規劃中，"深度學習框架 "被列入 "新壹代人工智能 "領域，成為國家重點支持的前沿創新技術。
國內深度學習框架面臨三大困難
馬延軍認為，深度學習框架讓人工智能應用變得更加容易。基於深度學習框架，企業可以根據自身行業特點和場景需求，更快、更便捷地開發人工智能應用，不再需要從0到1地打基礎，大大提高了產業智能化的效率和水平。
無論人工智能技術的發展還是行業應用，深度學習框架都處於非常核心的地位。從2013年開始，全球人工智能學術界和產業研發界就開始開源自主研發的深度學習框架，構建以框架為核心的人工智能開放平臺，推動人工智能產業生態圈的建立。以谷歌的TensorFlow、Facebook的PyTorch兩大深度學習框架為代表的深度學習框架起步早、發展快，在業界占據主導地位。
早在2017年，國家發改委正式批復籌建深度學習技術及應用國家工程實驗室，我國深度學習框架從國際競爭中逐步突圍。2021年，IDC報告顯示，中國首個開源開放的深度學習平臺--百度 "飛槳 "在中國深度學習市場的綜合占有率已超過其他深度學習平臺。IDC報告顯示，2021年，中國首個開源開放的深度學習平臺百度 "飛槳 "在中國深度學習市場的綜合占有率已超越其他國際巨頭，成為中國第壹。這使得我國人工智能技術的開發者和使用者不必依賴國外平臺，同時也依托國內平臺培育了產業生態圈。
不過，中國自主研發的深度學習框架要想在國際競爭中占得先機，還有很長的路要走。馬延軍指出，
當前，我國深度學習框架的發展仍需突破技術實力、功能體驗、生態規模三個關鍵點。
首先是技術創新，深度學習框架的發展需要人工智能領域的底層技術人才，而我國在這方面的儲備還不足。
其次，從應用經驗來看，我國是世界上產業鏈最完整的國家，產業體系復雜，中小企業的轉型需求迫在眉睫。但在應用人工智能、推動企業智能化轉型的過程中，僅壹項技術應用從實驗室到產業落地至少需要3-6個月的時間。
壹個低門檻甚至零門檻的開發平臺極為重要。
在開發和應用生態系統方面，
深度學習是壹個典型的**** 創新技術領域，只有建立了自己的生態系統，才能實現不斷叠代和發展。
然而，生態系統的建設周期長、成本高，只有當國產框架的技術和功能體驗足以滿足開發者的需求時，才有機會培育出自主創新的人工智能開發和應用生態系統。
深度學習框架或將決定未來5年人工智能產業格局
在全球深度學習領域，國外開發者主要基於TensorFlow、PyTorch、MxNet等國外深度學習框架進行人工智能算法和模型的開發、訓練和部署。中國人工智能企業開發的深度學習框架在社區繁榮程度和開發者數量上仍有差距。
不過，以飛槳為代表的中國深度學習框架正在向開源開放平臺發展，更適合產業需求，也更受中國開發者歡迎。壹方面，中國的深度學習框架不斷紮根實際應用場景，牢牢抓住了開發者和企業智能化升級的需求，降低了人工智能技術應用的門檻。另壹方面，中國深度學習框架與更多芯片廠商深度適配和融合，形成軟硬件協同優勢。
"中國企業和行業有自己的特點，比如在工業、農業、物流、金融等領域，中國企業對人工智能技術的需求也有其獨特性。國內的深度學習框架，如果能夠在大量功能上滿足中國產業的需求，而且門檻低、簡單易開發，那麽將有很大機會實現在產業層面的彎道超車落地。"馬延軍說。
不容忽視的是，我國深度學習框架仍面臨適配部署復雜、應用開發困難等挑戰，構建自主可控的深度學習和人工智能產業生態體系任重道遠，但它或將決定未來五年的人工智能技術格局和產業水平。
馬延軍說："深度學習框架雖然屬於高投入、長周期、搶生態的競爭領域，但得到了國家和企業的戰略支持，是開啟下壹個人工智能時代的關鍵。"