飞桨 PaddlePaddle 是一个面向深度学习开发的框架，覆盖模型训练、推理部署、科学计算和多硬件适配等环节。它将动态图编程调试与静态图预测部署结合起来，并提供动静统一自动并行、大模型训推一体、神经网络编译器和异构多芯适配等能力。官网同时提供在线编程、数据集与算力入口，以及本地安装方式，开发者可以根据学习、开发、源代码和安全性需求选择使用路径。围绕框架，飞桨还提供低代码、自然语言处理、多模态、语音、文字识别、目标检测、图像分割、生物计算和科学计算等开发套件。
核心功能
动静统一与自动并行
飞桨支持动态图编程调试转静态图预测部署，在同一框架中衔接开发调试和预测部署。自动并行能力只需在单卡基础上进行少量的张量切分标记，框架即可自动寻找分布式并行策略，降低产业开发和训练成本。
大模型训练与推理
同一套框架支持大模型训练和推理，训练与推理代码可以复用并实现无缝衔接。该能力面向大模型全流程提供统一的开发体验，并将训练和推理放在同一套框架能力中处理。
科学计算与高阶自动微分
飞桨提供高阶自动微分、复数运算、傅里叶变换、编译优化和分布式训练能力。官网列出的应用领域包括数学、力学、材料、气象和生物，可用于科学探索，并支持微分方程求解。
神经网络编译器
神经网络编译器采用框架一体化设计，支持生成式模型和科学计算模型的高效训练，也支持可变形状推理。它在计算灵活性与高性能之间提供平衡，用于降低性能优化成本。
异构多芯适配与推理部署
飞桨提供多硬件统一适配方案，通过标准化接口屏蔽不同芯片软件栈开发接口差异，并采用可插拔架构。官网列出的支持范围包括英伟达、昆仑芯、海光、寒武纪、昇腾、燧原、沐曦等芯片，以及 CUDA、CANN、NeuWare SDK、X86、ArmV8 等计算平台；同时支持端、边、云多硬件和多操作系统部署，并提供高性能推理引擎。
配套开发套件与模型工具链
飞桨产品体系包括 PaddleX 低代码开发套件、PaddleHelix 生物计算开发套件、PaddleScience 科学计算开发套件、PaddleNLP 大语言模型开发套件、PaddleMIX 多模态大模型开发套件、PaddleSpeech 语音识别开发套件、PaddleOCR 文字识别与文档解析开发套件、PaddleDetection 目标检测开发套件和 PaddleSeg 图像分割开发套件。模型开发工具链还包括 PaddleFormers Transformer 模型库、ERNIEKit 模型微调工具和 FastDeploy 模型推理部署工具。
使用方式
官网提供在线体验和快速安装两种路径。在线体验支持在线编程，并提供海量数据集，飞桨星河社区还提供免费 GPU 算力、教程和比赛。本地使用可通过快速安装进入，安装方式包括 pip、Docker 和源码编译，操作系统覆盖 Windows、macOS、Linux 及其他平台；页面还可按芯片厂商和计算平台选择环境。官网正文未提及 API、自备模型 Key、注册要求或导入导出功能。
适用人群与场景
初学者可以通过在线编程、数据集、免费 GPU 算力、教程和比赛进行入门学习。具有深度学习开发经验、拥有源代码或有安全性需求的开发者，可选择本地安装并进行更灵活的开发。需要训练和部署大模型的团队，可以使用训推一体、自动并行、模型微调和推理部署工具链。数学、力学、材料、气象、生物等领域的研究者，则可以使用高阶自动微分、复数运算、傅里叶变换和分布式训练能力开展科学计算探索。
