近日，曠視科技透漏其自主研發(fā)并全員使用的AI 生產(chǎn)力套件Brain＋＋的核心深度學(xué)習(xí)框架－－MegEngine，即將于3月25日進(jìn)行開源，發(fā)布會(huì)將于當(dāng)日14：00在線舉辦。

2017年，AlphaGo與柯潔的圍棋大戰(zhàn)讓大眾嘆為觀止，而支撐AlphaGo運(yùn)轉(zhuǎn)的底層技術(shù)框架就是谷歌的TensorFlow。

知名度或許沒有谷歌那么廣為人知，但其實(shí)曠視的國(guó)產(chǎn)深度學(xué)習(xí)框架MegEngine遠(yuǎn)早于谷歌TensorFlow的時(shí)代，曠視早在2014年就開始研發(fā)其深度學(xué)習(xí)框架MegEngine，過(guò)去5年里，這套深度學(xué)習(xí)框架被曠視全員使用，支撐著整個(gè)曠視的科研及產(chǎn)品化。

同時(shí)在框架的基礎(chǔ)之上，曠視研究院還提出了“三位一體”概念，將數(shù)據(jù)和算力平臺(tái)融合，構(gòu)建了集“算法、數(shù)據(jù)和算力”于一體的 AI 生產(chǎn)力套件 Brain＋＋，自動(dòng)化、規(guī)�；�、集約化生產(chǎn)算法，在Brain＋＋的驅(qū)動(dòng)下成為了現(xiàn)實(shí)。

技術(shù)層面曠視的Brain＋＋完全可以和谷歌的TensorFlow、臉譜的PyTorch相提并論。

Brain＋＋

為了能夠快速的進(jìn)行算法相關(guān)實(shí)驗(yàn)，在實(shí)際的工業(yè)場(chǎng)景中落地，就需要一個(gè)具有高性能，可復(fù)用和能靈活迭代的AI算法平臺(tái)。

而打造一個(gè)滿足當(dāng)前需求的AI算法平臺(tái)，需要從計(jì)算性能，平臺(tái)易用性，滿足真實(shí)業(yè)務(wù)場(chǎng)景需求等不同的方面進(jìn)行考量。

人工智能發(fā)展初期階段，訓(xùn)練一個(gè) AI 模型，至少需要一兩個(gè)月，開發(fā)者甚至要通過(guò)手敲 C＋＋ 來(lái)完成計(jì)算過(guò)程，而深度學(xué)習(xí)社區(qū)基本上被 TensorFlow 和 PyTorch 兩大框架壟斷。

算法生產(chǎn)就是對(duì)輸入數(shù)據(jù)進(jìn)行分析和提煉，并輸出能預(yù)測(cè)問(wèn)題答案模型的過(guò)程，如何擺脫繁瑣低效的算法開發(fā)流程，獲得批量生產(chǎn)算法的能力一直是曠視所思考的問(wèn)題。

曠視聯(lián)合創(chuàng)始人唐文斌這樣介紹Brain＋＋：“為了解決這個(gè)問(wèn)題， 2014年我們開始研發(fā)Brain＋＋，它是一套端到端的AI算法平臺(tái)，目標(biāo)是讓研發(fā)人員獲得從數(shù)據(jù)到算法產(chǎn)業(yè)化的綜合技術(shù)能力，不用重復(fù)造輪子也可以推進(jìn)AI快速落地。我們的Brain＋＋還引入了AutoML技術(shù)，可以讓算法來(lái)訓(xùn)練算法，讓AI來(lái)創(chuàng)造AI�！�

MegEngine

曠視 Brain＋＋的架構(gòu)分為三部分，其中即將開源的深度學(xué)習(xí)算法開發(fā)框架 MegEngine 是核心模塊，其次是提供算力調(diào)度支持的深度學(xué)習(xí)云計(jì)算平臺(tái) MegCompute，以及用于提供數(shù)據(jù)服務(wù)和管理的數(shù)據(jù)管理平臺(tái) MegData。

MegEngine可實(shí)現(xiàn)訓(xùn)練、部署一體化，能夠支撐大規(guī)模視覺方向的算法研發(fā)，具體又分為四個(gè)層，包括計(jì)算引擎、運(yùn)行時(shí)管理、編譯和優(yōu)化以及編程和表示。

還引入了曠視獨(dú)家的AutoML技術(shù)，只需訓(xùn)練一次就能得到整個(gè)模型空間的刻畫，可以顯著降低人力成本并大幅提高開發(fā)效率。

MegEngine基于 C＋＋開發(fā)，使用了目前流行的計(jì)算圖方式，和其他框架不同，其使用的是異構(gòu)架構(gòu)，方便使用框架進(jìn)行分布式計(jì)算。

此外，MegEngine 內(nèi)部的計(jì)算以算子的形式進(jìn)行，它支持多種算子節(jié)點(diǎn)和變量算子，包括常用的卷積、全連接、ReLU 和用戶可定制的算子，甚至可以計(jì)算二階梯度，從而進(jìn)行更多底層和靈活的運(yùn)算。

相比于開源的大部分深度學(xué)習(xí)框架，MegEngine 具有下列優(yōu)勢(shì)：

運(yùn)算速度快：MegEngine 動(dòng)態(tài)、靜態(tài)結(jié)合的內(nèi)存優(yōu)化機(jī)制，因此速度比 TensorFlow 更快；

內(nèi)存占用少：根據(jù)內(nèi)存使用狀況，MegEngine 充分優(yōu)化內(nèi)存，特別是亞線性內(nèi)存優(yōu)化，可以支持復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)，自動(dòng)利用部分冗余計(jì)算縮減內(nèi)存占用，可達(dá)兩個(gè)數(shù)量級(jí)，從而支持更大規(guī)模的模型訓(xùn)練；

支持多種硬件平臺(tái)和異構(gòu)計(jì)算：MegEngine 支持通用 CPU、GPU、FPGA 以及其他移動(dòng)設(shè)備端硬件，可多卡多機(jī)進(jìn)行訓(xùn)練；

訓(xùn)練部署一體化：整個(gè)框架既可用于訓(xùn)練又同時(shí)支持推理，實(shí)現(xiàn)模型一次訓(xùn)練，多設(shè)備部署，避免復(fù)雜的轉(zhuǎn)換過(guò)程造成的性能下降和精度損失。

曠視在 2017 年拿下 3 項(xiàng) COCO 冠軍，2018年拿下 4 項(xiàng) COCO 冠軍，以及19年發(fā)布的全新的通用物體檢測(cè)數(shù)據(jù)集 Objects365。這些成績(jī)之下，Brain＋＋貢獻(xiàn)了不小的功勞。