前言 人工智能是一种引发诸多领域产生颠覆性变革的前沿技术，当前以机器学习，特别是深度学习为核心，在视觉、语音、自然语言等应用领域迅速发展，已经开始像水电煤一样赋能于各个行业。 深度学习软件框架及相关工具集是人工智能应用落地的重要抓手，是人工智能相关服务及产品的核心。本白皮书专注于以深度学习为核心的软件框架及工具，以实际需求为指引，提出深度学习技术选型考虑及指标，旨在为企业应用深度学习技术开展业务提供参考，同时为以开源框架为技术核心的服务及产品选型评测提供依据。 深度学习技术选型白皮书是中国人工智能产业发展联盟开源开放推进组的研究成果。本白皮书从深度学习训练框架、推断框架及技术生态工具集三个维度系统梳理总结了基于开源的深度学习技术体系，结合企业自身业务开展需求，分析了技术选型因素，提出了选型指标体系，并就软件框架目前存在的问题及技术发展趋势进行了研判。 中国人工智能产业发展联盟后续将在此研究基础上继续深入开展相关研究及评估标准制定工作，并继续发布相关研究成果。 发布单位：中国人工智能产业发展联盟

主要结论 1、三大商业化路径之争： （1）应用场景之争：核心看迭代速度，ROBOTAXI场景目前的迭代速度慢于消费市场； （2）技术路线之争：更多是成本考量，纯视觉的成本集中在云端，多感知融合成本集中在车端。纯视觉有综合成本优势，多感知融 合有可靠性优势。纯视觉对算法、传感器精度要求更高； （3）算法是否自研：自研算法迭代比第三方算法快。自研算法能够获得车辆完整的、高质量的数据，可通过SHADOW模式进行迭代， 第三方算法不具备SHADOW能力。 2、智能化将经历车端和云端竞争两个阶段： （1）第一阶段：车端竞争，主要围绕架构、传感器、算法和算力等，核心看产品定义； （2）第二阶段：云端竞争，核心看车队保有量和云端算力，云端竞争阶段，由于算法和生态应用都是边际效应递增，行业头部化趋 势会加速。 3、供应链：爆发有先后，先感知后云端，先赋能后专业化。我们认为，感知是行业率先爆发的子领域，包括感知算法、传感器。当 进入云端竞争阶段，生态应用和V2X等细分领域会爆发。 4、智能化时代，整车的生意“变好”，市场集中度提高。传统车时代，汽车是高度差异化的周期消费品，整车厂盈利周期波动性大、 市场集中度低、产品护城河不高。在智能车时代，由于云端应用和算法边际收益递增的特点，整车集中度有望大幅度提升。 5、供应链：（1）硬件：高像素摄像头、MEMS激光雷达、低功耗高算力芯片将爆发；（2）算法：软硬件解耦趋势明显，车辆控制端 中的悬挂有望成为下一个解耦部件。 发布单位：中泰证券

鸿蒙产生的时代背景，总体来说有六个： 1、数字化的时代背景：数字化新时代的到来需要新的操作系统； 2、IoT 与 5G：5G物联网时代的到来对操作系统提出了新的要求； 3、中国面临“卡脖子”的挑战：独立自主的研发操作系统是迫切的需求； 4、人工智能的兴起：AIoT场景天然要求多设备智能协同，需要一个适用于各类型机器的操作系统； 5、大数据与云计算：TB、PB级的大数据需要一个能够提供多机互联的操作系统； 6、全球信息安全面临挑战：网络安全威胁呈现多元化、复杂化、频发高发趋势，需要一个足够安全的系统进行保障。 发布单位：兴业证券