旷视“AI加速”计划背后的探索与创新

旷视“AI加速”计划背后的探索与创新

• 来源:网络
• 更新日期:2020-09-24

摘要：旷视启动“AI”加速计划，开源开放自研深度学习框架天元，推出Brain++商业版，助力AI底层生态建设。 9

旷视启动“AI”加速计划，开源开放自研深度学习框架天元，推出Brain++商业版，助力AI底层生态建设。

9月24日报道（文/苏舒）

1956年，人工智能的概念在开达特茅斯会议中诞生。2020年，人工智能技术已然成为第四次工业革命的中流砥柱。

回头来看，人工智能技术历经了四个发展阶段，分别是专家系统、特征判别、深度学习、人类意识。而在2000年后，人工智能技术就进入了将原始数据，标注交给机器深度学习的阶段。

从最开始的抽象概念，到如今人工智能基础性算法已经较为成熟，人工智能，已经历经了六十多年的发展时间。

在深度学习、神经网络等标签肆意横飞之下，各大大厂商纷纷发力建设算法模型工具库，并将其封装为软件框架，供开发者使用。可以说，软件框架是算法的工程实现，是人工智能技术系统的核心。对于AI开发者来说，这些框架，都是他们手中的盾与矛，是他们用于征服人工智能技术的有力武器。

当新基建、5G等浪潮来袭，人工智能底层技术的开源共享也成为时代发展的迫切要求。对于人工智能聚光灯下的头部、明星企业来说，开源开放深度学习框架，发挥开源框架的力量，助力新经济的增长，是历史赋予其的重任。

旷视就是在此背景下，扛起历史重任的企业之一。

近日，旷视启动了“AI加速”计划，开源开放自研领先技术，推动AI底层生态建设。据悉，旷视的“AI加速”计划，将通过一系列产、学、研合作，为社会输出符合市场需求、具备立体化和多样化的AI技术、管理人才。

此外，旷视推出了Brain++商业版，提供智能化时代的AI生产力工具，帮助企业快速、高效地建立企业内的AI基础设施。

旷视的AI生产力平台Brain++的核心组件—深度学习框架旷视天元（MegEngine）是在今年的3月份正式对外开源的。但实际上，早在2014年，Brain++早期设想就已经在旷视内部诞生。

2014年中旬，天元的雏形——MegEngine初版深度学习框架诞生。一年后，MegEngine在旷视内部完成了和所有业务的接轨，其业务线上的模型也都更换成自研框架训练出来的版本。

到今年3月份，经过无数次打磨锤炼的旷视天元正式对外开源，并对外开放Brain++AI生产力平台，将Brain++最核心的组件深度学习框架天元MegEngine开源,帮助企业与开发者大幅节省产品从实验室原型到工业部署的时间，真正实现小时级的转化能力。

而在公布后的半年时间里，天元又历经了了8次迭代，并分别在3月和6月发布了alpha版和beta版两个版本。在近期举行的2020年中关村平行论坛上，旷视发布了深度学习框架天元1.0预览版，面向全球开发者，共建开源生态。

在旷视天元正式推出之前，国际主流的深度学习框架也陆续浮出水面，亚马逊开源MXNet、微软深度学习工具包CNTK、Facebook开源PyTorch、百度开源PaddlePaddle等。

但与百度、华为等不同的是，旷视作为全球唯一一家以AI为本业的科技企业，其开源的深度学习框架是由AI研究员们边用边写出来的，具备独特的训练和推理一体化技术架构，框架的每一处细节改动和优化都来自于旷视6年间真实的、丰富的场景经验。

除了深度学习框架的开源开放之外，在中关村平行论坛上，旷视还对外正式发布了AI生产力平台Brain++商业版。Brain++商业版是旷视自行研发的智能化时代的AI生产力工具，可以将其看作是AI算法开发领域的“Visual Studio”。

科技的进步日新月异，人工智能正加速各行业的创新，越来越多的企业想要尝试通过人工智能提升企业竞争力，实现智能化转型。

但是AI部署对人才、工具、数据安全等有着很高要求。企业想要利用AI改善生产制造流程、提高生产效率，往往需要从0到1招募人才、建立团队、投入高昂费用、经过漫长的研发周期，才有可能实现，旷视的Brain++商业版就是在这样的大环境下应运而生。

作为一个可以私有化部署的AI生产力平台，Brain++商业版能够帮助企业快速、高效地建立企业内的AI基础设施，通过其提供的平台化能力和全流程服务，可以有效降低用户开发算法的门槛，提高效率，帮助企业快速高效地实现AI转型。

据旷视透露，经验证，Brain++商业版可有效缩短80%算法从需求到落地的时间，整体降低55%的算法生产成本。

在未来，旷视希望通过Brain++商业版，支持1000家传统企业搭建自己的AI能力并实现智能转型；推动1万个AI长尾算法落地，提高AI应用渗透率；通过培训，向社会输送1万名能够基于Brain++平台完成算法生产的AI人才。

谈及深度学习框架技术创新的未来，在此次中关村平行论坛中，不同嘉宾也给出了不同的见解。小米深度学习框架负责人何亮亮看来，影响深度学习框架发展的因素有三点，分别是新的方法，包括近期流行的动态神经网络；新的机器学习范式，如现在用户对隐私的关注，企业对数据共享的重视；新的硬件，最简单的例子就是机器学习在可穿戴设备上的应用，这三点都是未来的创新发展方向。

旷视天元框架技术负责人田忠博则更看重深度学习框架的编译器化，在他看来，“这将是一个非常本质的变革和一个全新的范式。”

智能来自代码。事实上，支撑人工智能产业也是由这些本质上生产出来的代码来支撑的，而编译技术则是生产代码中最重要的技术之一。田忠博解释到“编译技术会支撑我们的编程方式，包括动态的神经网络技术，我相信这个应该是未来的趋势，也是我们应该最核心关注的。”

天元的1.0预览版的发布也意味着天元已经迭代成一个完备的深度学习框架。同时，旷视天元还引入MLIR的技术，旷视天元技术团队认为随着MLIR等新兴技术的产生，框架将会进一步向编译器化发展，从而获得更大幅度的性能提升。

在深度学习框架领域，创新从未停歇。在人工智能技术领域，旷视也从未止步。“用AI造福大众，我们真心希望，可以通过AI技术的发展和落地，为这个世界带来新的变化。”旷视CTO唐文斌说到。