圖片來自“特定授權(quán)”
人工智能算法從研發(fā)到部署是一套龐大的系統(tǒng)工程，目前業(yè)界普遍把深度學習框架作為算法開發(fā)工具，但是學習和使用成本高，難以規(guī)?；?。究其原因，在于只有深度學習框架是不夠的，需要拉通從數(shù)據(jù)到算力再到框架的端到端解決方案，人工智能時代亟需一個滿足產(chǎn)業(yè)需求的操作系統(tǒng)。
目前，曠視全員使用Brain++來訓練、部署算法，無需依賴第三方開發(fā)的深度學習框架。依托Brain++，曠視斬獲22項全球AI競賽冠軍。在行業(yè)落地方面，曠視已實現(xiàn)對個人物聯(lián)網(wǎng)、城市物聯(lián)網(wǎng)、供應鏈物聯(lián)網(wǎng)三大場景的賦能。
2019年8月，科技部宣布依托曠視建設“圖像感知國家新一代人工智能開放創(chuàng)新平臺”。未來，曠視Brain++將通過開源，推動建立完善的AI產(chǎn)業(yè)生態(tài)，為打造自主可控的人工智能操作系統(tǒng)奠定堅實的基礎。
關于曠視自研人工智能算法平臺Brain++
Brain++是由曠視自主研發(fā)的端到端人工智能算法平臺，具備大規(guī)模算法研發(fā)能力。
其核心的深度學習框架具備獨特的訓練和推理一體化技術(shù)架構(gòu)，同時集成了行業(yè)領先的自動機器學習（AutoML）技術(shù)，可實現(xiàn)算法訓練和模型部署的高效流程化，和深度神經(jīng)網(wǎng)絡模型設計自動化，在減少人員參與而不犧牲訓練質(zhì)量的條件下，大幅提高算法生產(chǎn)效率。
人工智能算法從研發(fā)到部署是一套龐大的系統(tǒng)工程，目前業(yè)界普遍把深度學習框架作為算法開發(fā)工具，但是學習和使用成本高，難以規(guī)?；＞科湓颍谟谥挥猩疃葘W習框架是不夠的，需要拉通從數(shù)據(jù)到算力再到框架的端到端解決方案，人工智能時代亟需一個滿足產(chǎn)業(yè)需求的操作系統(tǒng)。
面臨自身發(fā)展和產(chǎn)業(yè)現(xiàn)狀，曠視希望用端到端的人工智能算法平臺打造人工智能產(chǎn)業(yè)的生態(tài)底座，讓開發(fā)者和企業(yè)獲得從數(shù)據(jù)到算法產(chǎn)業(yè)化的一攬子技術(shù)能力，從而推進技術(shù)快速落地。目前，曠視依靠全員使用的Brain++訓練、部署算法，而無需依賴第三方開發(fā)的深度學習框架。未來，曠視Brain++有望能為更多創(chuàng)新創(chuàng)業(yè)公司賦能，為中國AI技術(shù)發(fā)展帶來強有力的推動。
針對框架、算力和數(shù)據(jù)三個核心要素，曠視Brain++在總體架構(gòu)上分為三部分，包括深度學習框架MegEngine、深度學習云計算平臺MegCompute、以及數(shù)據(jù)管理平臺MegData。具體來講，曠視的Brain++具備以下獨特優(yōu)勢：
? 針對視覺任務定制化優(yōu)化。Brain++針對視覺任務做出了定制化的優(yōu)化，使處理圖像與影像更高效。經(jīng)過優(yōu)化的Brain++特別適合大量圖像及視頻訓練及完成復雜的視覺任務，如圖像分類、物體檢測、物體場景分割、影像分析等。
? 配備AutoML技術(shù)。Brain++將深度神經(jīng)網(wǎng)絡設計、參數(shù)調(diào)整及設備適配等過程自動化，可顯著降低人力成本并大幅提高開發(fā)效率，幫助AI企業(yè)構(gòu)建出一條不斷自我改進、不斷變得更加高效的半自動的算法研發(fā)產(chǎn)線。
? 強大的多任務及多用戶調(diào)度能力。Brain++可智能地調(diào)度平臺硬件基礎設施的計算能力，可以支持數(shù)百名研究人員同時在數(shù)萬個GPU芯片上執(zhí)行從數(shù)百到數(shù)千個訓練任務，從而顯著提高算法訓練效率。
依托Brain++大規(guī)模分布式訓練能力，以及業(yè)界領先的分布式計算技術(shù)訓練超大規(guī)模深度學習模型，曠視累計斬獲22項全球AI競賽冠軍，并開發(fā)出大量部署于云端、移動端、邊緣端全計算平臺的先進深度神經(jīng)網(wǎng)絡，為個人物聯(lián)網(wǎng)、城市物聯(lián)網(wǎng)、供應鏈物聯(lián)網(wǎng)三大垂直場景賦能提供強有力的支撐。
