旷视发布端到端人工智能算法平台 Brain++,开源底层框架 MegEngine
2020/3/26 5:01:42
本文主要是介绍旷视发布端到端人工智能算法平台 Brain++,开源底层框架 MegEngine,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
3 月 25 日下午,人工智能公司旷视科技正式对外发布了其端到端人工智能算法平台 Brain++。据悉,Brain++ 具备大规模算法研发能力,包括深度学习框架 MegEngine(天元)、深度学习云计算平台 MegCompute、以及数据管理平台 MegData,分别对应框架、算力和数据三大要素。
在发布会上,旷视科技还宣布对外开源 Brain++ 的底层框架 MegEngine(天元)。
深度学习框架「天元」
天元是旷视 Brain++ 的核心组件之一,主要功能是帮助开发者用户借助友好的编程接口,进行大规模深度学习模型训练和部署。据旷视联合创始人兼 CTO 唐文斌介绍,本次旷视天元共开源约 35 万行代码,包括 C++、CUDA 和 Python 的代码。
从 2014 年开始研发,2015 年全员使用,到今年 3 月开源,旷视目前所有的算法都是基于天元 MegEngine 这个框架训练和推理的。对此,天元项目的负责人田忠博指出,天元是一套训练推理一体化、动静态合一的工业级深度学习框架。过去几年,旷视通过天元解决的不仅是自身的痛点,也是整个行业的痛点。
根据旷视给出的官方总结,天元具备训练推理一体化,动静合一,兼容并包和灵活高效四个特点。
具体到旷视天元的架构上,可以分为计算接口、图表示、优化与编译、运行时管理和计算内核五层。在顶层的计算接口上,天元配置了C++和Python接口,解决框架学习接口各异,模型难以复现的问题;在图表示层,天元内置动静态转换功能,支持开发者混合使用动态图和静态图模式进行编程。
本着“深度学习、简单开发”的理念,天元有四大优势:
1.训练推理一体化
2.动静合一
3.兼容并包
4.灵活高效
与 Google、Facebook 这些大平台公司开发的深度学习框架不同,旷视的深度学习框架是生长在自身的核心业务上的,所以旷视希望从自身的业务方向上能够对 AI 特定化的方向给开发者提供实用的平台和便利工具。
旷视的基因
从 Theano 为源头,到不断迭代到今天发布的 MegEngine Alpha 版本,天元的诞生来之不易,背后是旷视研究院团队从 0 到 1 的打磨过程。
纵观旷视的发展路线,和他的创始团队基因有着必然的联系。
旷视科技创始人印奇 2006 年毕业于安徽省芜湖市第一中学,高中还没毕业便被清华大学钦定,通过自主招生考入清华。之后直接入选姚期智实验班。
进入“姚班”之后,印奇师从图灵奖得主兼中国计算机科学家和理论家姚期智,和后来旷视的首席技术官唐文斌同为姚班 2006 级学生,高级副总裁杨沐是他们的师弟。
旷视成立初衷是希望把计算机视觉应用于传统产业,用技术改变世界。当 2013 年中深度学习刚刚兴起之时,清华宿舍中一名实习生埋首两周,研发出一套人脸识别检测算法,算法性能技惊四座,于是旷视正式走上用神经网络解决一切问题的道路。
这可能就是技术导向的公司最大的优势,技术精尖程度与崛起速度成正比。
说回本次发布会,旷视公布了天元在 GitHub 和 OpenI 的代码托管地址,同时发布了一个叫做 MegStudio 的在线深度学习工具和一个模型中心 ModelHub,支持开发者开箱即用。感兴趣的开发者可以尝试一下。
旷视天元 GitHub 地址:
https://github.com/MegEngine/...
扩展阅读:
1.从旷视赴港上市,看懂 CV 四小龙的生意经 | 思否观察
2.旷视科技向港交所递交招股书:2019年上半年营收9.49亿元
3.八家人工智能企业被美列入实体名单,旷视、海康威视等公司表示强烈抗议
4.清华深度学习框架 Jittor 开源,创新元算子和统一计算图,推理速度可提升 10%-50%
这篇关于旷视发布端到端人工智能算法平台 Brain++,开源底层框架 MegEngine的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!
- 2024-12-22程序员出海做 AI 工具:如何用 similarweb 找到最佳流量渠道?
- 2024-12-20自建AI入门:生成模型介绍——GAN和VAE浅析
- 2024-12-20游戏引擎的进化史——从手工编码到超真实画面和人工智能
- 2024-12-20利用大型语言模型构建文本中的知识图谱:从文本到结构化数据的转换指南
- 2024-12-20揭秘百年人工智能:从深度学习到可解释AI
- 2024-12-20复杂RAG(检索增强生成)的入门介绍
- 2024-12-20基于大型语言模型的积木堆叠任务研究
- 2024-12-20从原型到生产:提升大型语言模型准确性的实战经验
- 2024-12-20啥是大模型1
- 2024-12-20英特尔的 Lunar Lake 计划:一场未竟的承诺