动静统一自动并行
在单卡基础上进行少量张量切分标记后，飞桨可自动寻找高效的分布式并行策略，降低产业开发与训练成本。
飞桨PaddlePaddle
让深度学习技术的创新与应用更简单飞桨PaddlePaddle面向深度学习开发与产业应用，提供从模型训练、推理到多端部署的一体化能力，同时支持动态图和静态图，并覆盖大模型、科学计算、模型开发工具链及多硬件平台。
- 4001
- 硬件厂商合入的PR数量
- 26584
- 硬件适配相关commits
- 600+
- 产业级开源模型库中的算法数量
- 3.3 develop
- 页面展示的飞桨版本
面向产业实践的深度学习技术栈
从灵活开发到高效训练、推理与部署，飞桨提供统一框架和配套工具，帮助开发者完成深度学习项目实践。
大模型训推一体
同一套框架支持训练和推理，实现训练与推理代码复用和无缝衔接，提供统一的大模型开发体验。
科学计算高阶微分
支持高阶自动微分、复数运算、傅里叶变换、编译优化和分布式训练，服务数学、力学、材料、气象、生物等科学计算场景。
神经网络编译器
支持生成式模型、科学计算模型的高效训练与可变形状推理，在计算灵活性与性能优化之间提供统一支持。
异构多芯适配
通过标准化接口屏蔽不同芯片软件栈差异，提供可插拔的多硬件适配架构，支持多种芯片和计算平台。
飞桨产品与技术动态
查看框架版本、推理能力和开发套件的公开更新内容。
飞桨新一代框架3.0正式发布
飞桨框架3.0发布，面向大模型时代的技术创新与产业应用。
飞桨框架3.0推理升级
支持多款主流大模型推理，DeepSeek-R1满血版实现单机部署，页面介绍吞吐提升一倍。
PaddleX 3.0开源
PaddleX 3.0面向多场景低代码AI开发，支持本地多硬件。
从安装、教程到模型与社区
提供快速安装、官方教程、技术文档、模型库、应用案例和开发者社区入口，支持不同阶段的深度学习学习与开发。
从这里开始使用飞桨PaddlePaddle。
NETWORK
