科技创新是高质量发展的核心驱动力。

在计算机科技产业领域，近年来随着全球科技行业变迁以及产业格局的转变，芯片半导体领域的自立自强，无论是在产业资本还是公众关注方面，都取得了空前的进步。数据显示，当前，我国现存芯片相关企业数量已达14.29万家，仅2022年上半年，我国新增芯片相关企业3.08万家。在此之前，2020年国内芯片企业新增2.37万家，同比增长160.69%；2021年新增4.79万家，同比增长102.30%。

芯片企业的快速增长，佐证了国内芯片半导体自立自强发展道路的稳步推进。但是，在一些核心软件领域，国产基础软件受重视的程度并没有想象中那么深入。在PC/移动终端操作系统、计算机辅助工程、工业设计仿真、智能制造等领域，相关软件长期被国外产品占领，国内不得不依赖于欧美软件产品，加上国内用户已习惯使用国外软件，一旦这些软件断供，我们将面临着“无软可用”的重大危机。

事实上，在计算机系统内部，每一次业务操作的开始到最终完成，均需要经过上层软件以及底层芯片等硬件产品的联动配合，既需要有底层芯片提供的算力支撑，但同时也需要有操作系统、数据库、软件框架以及上层运用等“软实力”的支撑，最终形成一个软硬件协同的完整闭环，实现操作或者业务数据的闭环流通。基础软件的重要性，与底层的芯片算力同等重要。

尤其伴随着人工智能、云计算、大数据等技术的发展，一个全新的数字经济时代已经到来，不断丰富的多样化场景，以及不断攀升的海量数据，都正在呼唤着越来越为复杂的软件及算法模型出现，进而支撑起更加多样化的生产、发展等业务需要。但是，在这个全新的数字经济时代，我们能看到国内的基础软件、算法框架等仍然非常罕见。

在2022百度Create AI开发者大会上，来自产业界的百度创始人李彦宏同样呼吁强调，“芯片卡脖子很要紧，但软件卡脖子一样要紧。必须要把软件的根扎下去，才能让创新持续发生，才能让顶层的商业更加繁荣。”

的确，国内少数人工智能公司（如百度等）也开始进行全栈布局，从芯片层、框架层、模型层和应用层四个层面，布局高端芯片、深度学习框架，预训练大模型等。各个层面都具备关键自研技术，每一层之间都有很多反馈，通过不断获得反馈，实现端到端优化。这样的一个从“芯片”到“基础软件”的技术架构，有效地扩展了人工智能技术的通用性，使得AI技术的开发和应用门槛不断降低。

以百度为例，百度已经研发了自己的高端AI芯片昆仑，同时自研了开源深度学习框架——飞桨。目前，飞桨已凝聚了535万开发者，服务20万家企事业单位，基于飞桨创建了67万个模型，已经构建起一个繁荣的深度学习生态。借助飞桨这一类似于人工智能时代的“操作系统”，让开发者能够像搭积木一样构建AI应用，极大地降低了AI的应用门槛。此外，依托飞桨框架，百度还打造了知识增强的文心大模型，有效集成自然语言处理、计算机视觉、智能语音等多模态能力，可结合多种行业和业务场景进行调优，从而摆脱传统AI应用碎片化、作坊式开发方式。目前，百度文心已经累计发布了11个行业大模型。

透过百度等头部公司的努力与取得的成果，我们看到了更多国产基础软件努力向上的动作。但是，即便是已经取得了这么多突破，象百度飞桨乃至于文心大模型这样的框架和模型想要不断深入产业深处，获得更多行业客户及开发人群的认可，仍需在宣传和技术布道方面做出更多的努力。

事实上，基础软件等产品技术的发展，除了技术研发之外，还需要有良好的用户生态，只有不断地通过用户反馈并不断迭代发展，才能最终形成能用且好用的基础软件产品。国家应该出台鼓励政策和措施，企业应该形成标准和规范进一步推动国产基础软件和生态。如果国产基础软件得不到足够的重视，底层研究能力以及用户生态的缺失，不仅将给我国人工智能基础研究拖后腿，更重要的是，将使得我国智能产业成为“空中楼阁”，走上信息产业受核心芯片和操作系统制约的老路。