3 用厨具（调用框架功能）：用飞桨的api写几行代码，让平台自动处理数据、训练模型，不用自己解数学方程；
4 装盘（部署应用）：用飞桨的部署工具，把训练好的模型放到手机、服务器、芯片上，直接能用。
这样一套流程下来，以前要几个月才能做完的事，现在几天甚至几小时就能搞定，这就是飞桨的魔力。
二、核心工具拆解：飞桨的“三板斧”
飞桨这座“ai工厂”里，最核心的就是三套工具：“基础工具箱”（核心框架）、“现成零件库”（模型库与工具组件）、“万能转换器”（硬件适配层）。这三套工具覆盖了从“造ai”到“用ai”的全流程，不管你是新手还是专家，都能找到趁手的家伙。
1 基础工具箱：核心框架，ai的“地基”和“引擎”
核心框架是飞桨的“心脏”，负责处理ai训练和运行的所有核心逻辑。虽然听起来很高端，但对用户来说，它最直观的好处是“简单易用”和“性能能打”。
飞桨的框架支持两种编程模式：动态图和静态图，就像相机的“自动模式”和“手动模式”，满足不同人的需求。
动态图是“自动模式”，适合新手。你写一行代码，框架就执行一行，能实时看到结果，调试起来特别方便。比如你想改一下模型的参数，改完马上就能看到效果，就像开车时踩油门马上加速，不用停下来调参数。飞桨从v20版本开始，就把动态图设为默认模式，大大降低了入门门槛。
静态图是“手动模式”，适合专家。你先把所有代码写好，框架会先优化整个计算流程，再统一执行，速度更快、效率更高。比如训练超大模型时，静态图能把重复的计算步骤合并，节省算力。飞桨最贴心的是“动静统一”——用动态图调试好代码后，一行代码就能转成静态图运行，不用重新写一遍，新手能入门，专家能精进。
（2）自动微分：不用学数学，也能训模型
这是框架最“省心”的功能，也是深度学习框架和普通计算工具的本质区别。简单说，ai训练需要“先算结果（前向计算），再根据误差调参数（反向计算）”，而反向计算的核心是求导数，这步数学运算复杂又容易错。
飞桨的“自动微分机制”能帮你搞定这一切：你只需要告诉框架“怎么算结果”，它就会自动生成“怎么调参数”的逻辑，不用你手写一个求导公式。就像你告诉导航“终点在哪”，它自动规划出“最优路线”，不用你自己查地图。
举个例子，你要训练一个“预测房价”的ai，只需要写代码输入“面积、地段”等数据，框架会自动算出预测房价，再根据真实房价和预测房价的误差，自动调整模型参数，直到预测越来越准。整个过程你不用管导数怎么求，框架全帮你办了。
（3）分布式训练：多台机器一起干活，速度翻倍
训练大模型就像搬大石头，一个人搬不动，得一群人一起搬。飞桨的框架支持“分布式训练”，能把一个大任务拆给多台机器、多个芯片一起做，大大节省时间。
比如训练文心大模型ernie-45，数据量有几十tb，要是用一台机器训练，可能要几个月；但用飞桨的分布式策略，多台机器同时开工，预训练速度能提升47，几周就能完成。而且框架会自动分配任务、同步数据，不用你手动协调，就像有个“工头”帮你管着一群工人，效率超高。
2 现成零件库：模型库和工具组件，ai的“预制板”
要是每次造ai都从“地基”开始搭，还是有点麻烦。飞桨早就把常用的ai功能做成了“现成零件”，你直接拿过来拼一拼，就能组装出想要的ai产品。这些零件主要藏在“模型库”和“工具组件”里。
（1）模型库：500多个“现成菜谱”
飞桨的官方模型库有500多个经过产业验证的算法，涵盖了图像识别、语音处理、自然语言理解等几乎所有ai场景，就像菜谱店里的“招牌菜配方”，拿过来改改就能用。
比如你要做“文字识别”（ocr），不用自己设计识别文字的逻辑，直接用飞桨的paddleocr模型，它能识别中文、英文、日文等多种语言，连手写体都能认，准确率比自己从零开发高多了。很多中小公司做发票识别、快递单识别，用的都是这个模型。
再比如做“目标检测”，可以用yolov3、faster r-n等经典模型，能快速找出图片里的人、车、动物等物体，甚至能标出它们的位置。小区的安防摄像头、手机的拍照识物功能，很多都是用这类模型改出来的。
（2）工具组件：“一键式工具”
如果说模型库是“零件”，那工具组件就是“组装工具”，能帮你把零件快速拼成成品。飞桨有几个特别好用的组件，新手一定要知道：
- paddlehub：模型“超市”代码搞定迁移学习
这是个预训练模型管理平台，就像个“ai零件超市”，里面有几千个现成的预训练模型，涵盖图像、语音、nlp等多个领域。你不用下载整个模型库，直接用