2020 年我們應(yīng)該選擇哪一種深度學(xué)習(xí)框架？現(xiàn)在又有了一個(gè)新選擇，據(jù)可靠消息，來(lái)自曠視 Brain++的 核心深度學(xué)習(xí)框架即將于 3 月底開(kāi)源。曠視將通過(guò)開(kāi)源和開(kāi)放的形式將其強(qiáng)大的算力、各類 SOTA 模型和框架資源賦能給所有開(kāi)發(fā)者和高校師生使用。

這一完全由國(guó)人自主研發(fā)，曾經(jīng)支持過(guò)曠視所有領(lǐng)先技術(shù)的框架，勢(shì)必將會(huì)引來(lái)人們的廣泛關(guān)注。

在重磅介紹 MegEngine 之前，我們不得不向大家介紹一下曠視的人工智能算法平臺(tái)——Brain++。曠視首席科學(xué)家、曠視研究院院長(zhǎng)孫劍曾表示：「曠視 Brain++ 讓規(guī)模化算法訓(xùn)練成為可能?！购?jiǎn)單地理解，擁有能批量生產(chǎn)算法的 Brain++，對(duì)曠視來(lái)說(shuō)就是生產(chǎn)力的躍遷。讓曠視的開(kāi)發(fā)者來(lái)從拓荒期快速走上現(xiàn)代化的進(jìn)程。

曠視 Brain++總體上可以大體分為三部分，其中即將開(kāi)源的深度學(xué)習(xí)算法開(kāi)發(fā)框架 MegEngine 是核心，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。起家于計(jì)算機(jī)視覺(jué)的曠視之所以能夠快速發(fā)展，屢屢在 AI 競(jìng)賽中屠榜，其背后的奧義在于：曠視通過(guò) Brain++實(shí)現(xiàn)了算法創(chuàng)新上的小步快跑和自給自足，再進(jìn)一步深究，其成功最根本的原因在于曠視的核心框架效果確實(shí)非同一般。

然而在各家廠商不斷開(kāi)源 AI 工具的今天，曠視將自己的「殺手锏」推向整個(gè)社區(qū)究竟經(jīng)過(guò)了何種考量？這還要從深度學(xué)習(xí)框架的發(fā)展歷程說(shuō)起。

國(guó)產(chǎn)深度學(xué)習(xí)框架之路

什么是框架？就是前人已經(jīng)開(kāi)辟了一條路，后來(lái)者只需要跟著這條路走就對(duì)了。

眾所周知，人工智能風(fēng)雨六十余載，是深度學(xué)習(xí)的出現(xiàn)讓人工智能產(chǎn)業(yè)的發(fā)展曲線走向新的拐點(diǎn)。然而早期的研發(fā)人員沒(méi)有任何「前人之路」可走。在深度學(xué)習(xí)的萌芽時(shí)期，Theano 這樣的元老級(jí)框架就曾指導(dǎo)我們寫出第一批強(qiáng)大的神經(jīng)網(wǎng)絡(luò)；而后 TensorFlow 等繼承者讓神經(jīng)網(wǎng)絡(luò)的編寫逐漸變得像搭積木一樣簡(jiǎn)單。

深度學(xué)習(xí)的第一批探路者很多都是海外的知名學(xué)者，其背靠的深度學(xué)習(xí)框架也多是海外開(kāi)發(fā)者創(chuàng)建與維護(hù)。從最開(kāi)始蒙特利爾大學(xué)與伯克利大學(xué)提出的 Theano、Caffe 框架，到現(xiàn)在谷歌與 Facebook 維護(hù)的 TensorFlow、 PyTorch，深度學(xué)習(xí)框架的主流已經(jīng)從學(xué)術(shù)機(jī)構(gòu)轉(zhuǎn)向了科技巨頭。

既然框架基本都是開(kāi)源的，國(guó)內(nèi)科技企業(yè)還需要重新自研一套嗎？答案是肯定的，之所以 DL 框架從高校轉(zhuǎn)移到企業(yè)，是因?yàn)锳I從不是局限于象牙塔里的學(xué)問(wèn)，而必須面向真實(shí)的場(chǎng)景問(wèn)題；是因?yàn)樗鼈兡苡糜谏a(chǎn)，能作用于各種實(shí)際業(yè)務(wù)。目前國(guó)內(nèi)有很多技術(shù)領(lǐng)先的科技企業(yè)，它們都有著獨(dú)特的業(yè)務(wù)場(chǎng)景與問(wèn)題。這為研發(fā)自主的深度學(xué)習(xí)框架，構(gòu)建更完美的硬件、算法系統(tǒng)提供了契機(jī)。百度開(kāi)源的 PaddlePaddle 在自然語(yǔ)言處理等方面具有優(yōu)異的積累；華為即將開(kāi)源的 Mindspore，強(qiáng)調(diào)了軟硬件協(xié)調(diào)及移動(dòng)端部署的能力。

對(duì)于開(kāi)源工具的選擇就像「什么是最棒的計(jì)算機(jī)語(yǔ)言」這個(gè)問(wèn)題一樣，開(kāi)發(fā)者們各有偏愛(ài)也各有槽點(diǎn)，從目前形勢(shì)來(lái)看 PyTorch 和 TensorFlow 無(wú)疑是最流行的，國(guó)內(nèi)的框架正積極發(fā)展。

但作為計(jì)算機(jī)視覺(jué)技術(shù)全球領(lǐng)先的創(chuàng)業(yè)公司，曠視研究院內(nèi)部卻從未用過(guò) TensorFlow 或 PyTorch 來(lái)做 AI 技術(shù)和產(chǎn)品的研發(fā)。因?yàn)闀缫暢闪?dāng)初，AI 開(kāi)發(fā)工具就是匱乏的，曠視在拓荒的過(guò)程中形成了自己的一套打法，造出了自己用起來(lái)順手的一套工具。

 2014 年，曠視研究院搭建了 Brain++ 的核心引擎——MegEngnie，并將這套算法框架在公司內(nèi)部推廣使用。隨著曠視在海量的計(jì)算機(jī)視覺(jué)任務(wù)和業(yè)務(wù)場(chǎng)景中的日積月累，這套深度學(xué)習(xí)框架在曠視已經(jīng)被打磨的锃亮，曠視有 1400 多名研發(fā)者，他們都在使用自己的框架訓(xùn)練、部署算法，即便有新同學(xué)加入也能快速學(xué)習(xí)上手，融入到曠視的研發(fā)生態(tài)中。

曠視深度學(xué)習(xí)框架 MegEngine 整體架構(gòu)

據(jù)了解，正是依托于這套貫穿公司研發(fā)全流程的框架，曠視開(kāi)發(fā)出了一系列可部署在云端、邊緣側(cè)以及移動(dòng)端的深度神經(jīng)網(wǎng)絡(luò)。其中對(duì)業(yè)界影響較大的比如 ShuffleNet，這是一套極高效的、輕量化移動(dòng)端卷積神經(jīng)網(wǎng)絡(luò), 可以在基于 ARM 的移動(dòng)設(shè)備上實(shí)現(xiàn)比 AlexNet 快 20 倍的速度，效率比谷歌的 MobileNet 還要高。

發(fā)展到今天，曠視 MegEngine 已經(jīng)經(jīng)歷了 5 年多的打磨，在深度學(xué)習(xí)框架的基礎(chǔ)上，曠視將這套 AI 開(kāi)發(fā)工具升級(jí)為一個(gè)套件工具，將數(shù)據(jù)管理和計(jì)算資源統(tǒng)籌與框架整合為一個(gè)平臺(tái)——Brain++由此誕生，至少對(duì)于曠視來(lái)說(shuō)，這套三位一體的算法平臺(tái)是提升 AI 企業(yè)生產(chǎn)力的根本。

正是有了這樣端到端的解決方案，曠視在世界各項(xiàng)人工智能競(jìng)賽中屢屢?jiàn)Z冠，2017 年至 2019 年間，曠視曾一舉拿下 COCO 三連冠。COCO 是人工智能領(lǐng)域最具影響力的通用物體檢測(cè)挑戰(zhàn)賽，在計(jì)算機(jī)視覺(jué)領(lǐng)域享有很高聲譽(yù)。

曠視這套生產(chǎn)力平臺(tái)的高效和易用性來(lái)源于實(shí)踐。依據(jù)業(yè)務(wù)的真實(shí)需求構(gòu)建框架，是一條更加面向?qū)嶋H的開(kāi)辟之路，國(guó)內(nèi)各大自主 AI 框架都在積極探索著它們的方向。而對(duì)于開(kāi)發(fā)者而言，跟著它們探索的成果，就能針對(duì)國(guó)內(nèi)業(yè)務(wù)場(chǎng)景做出最合適與好用的算法。正因?yàn)樽灾?AI 框架很有意義，曠視等公司的努力，也得到了國(guó)家的支持。

2019 年 8 月，在 WAIC 人工智能大會(huì)上，曠視和華為、京東、中國(guó)平安、小米等企業(yè)一同入選了國(guó)家人工智能開(kāi)放創(chuàng)新平臺(tái)。在圖像感知方面，科技部宣布將基于曠視自主研發(fā)的人工智能算法平臺(tái) Brain++ 及整合能力建設(shè)「圖像感知國(guó)家新一代人工智能開(kāi)放創(chuàng)新平臺(tái)」，該平臺(tái)將面向全國(guó)科研人員開(kāi)放，幫助實(shí)現(xiàn)先進(jìn)深度神經(jīng)網(wǎng)絡(luò)在云端、移動(dòng)端及邊緣端計(jì)算平臺(tái)的部署。

輕快好省，曠視 MegEngine 從自用走向開(kāi)源

曠視內(nèi)部研發(fā)人員根據(jù)自用經(jīng)驗(yàn)介紹，MegEngine 的架構(gòu)先進(jìn)且支持訓(xùn)練推理一體化，開(kāi)發(fā)者可以利用最新的技術(shù)、最合理的 API、最好用的展現(xiàn)方式實(shí)現(xiàn)自己的構(gòu)想，在性能、易用性等方面都有獨(dú)到的特點(diǎn)。

目前，曠視 MegEngine 主要支持曠視內(nèi)部的算法開(kāi)發(fā)工作，尤其是計(jì)算機(jī)視覺(jué)的深度優(yōu)化等和大規(guī)模分布式訓(xùn)練。經(jīng)過(guò) 5 年工業(yè)實(shí)踐與「身經(jīng)百賽」的驗(yàn)證，曠視 MegEngine 正逐漸走向成熟，一些獨(dú)有的特性也逐漸凸顯。

首先在運(yùn)算速度上，曠視 MegEngine 具備高性能計(jì)算核心，動(dòng)態(tài)靜態(tài)結(jié)合的內(nèi)存優(yōu)化機(jī)制運(yùn)算速度更快，且占用更少的內(nèi)存資源；其次在易用性上，MegEngine 封裝了平臺(tái)細(xì)節(jié)，且接口兼容 PyTorch，新人用戶可快速上手；最后，MegEngine 還支持多種硬件平臺(tái)和異構(gòu)計(jì)算，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，能夠免除了不必要的轉(zhuǎn)換流程導(dǎo)致的性能下降和精度損失。

除以上性能，MegEngine 據(jù)稱也為 IoT 和視覺(jué)任務(wù)進(jìn)行了特別的優(yōu)化，廣泛支持各種芯片。通過(guò)領(lǐng)先的量化計(jì)算支持，其可以通過(guò)統(tǒng)一量化模型來(lái)支持多種設(shè)備，同時(shí)支持低于 8bit 的網(wǎng)絡(luò)推理。

坐穩(wěn)計(jì)算機(jī)視覺(jué)大廠、AI 獨(dú)角獸位置的曠視，在 AI 產(chǎn)業(yè)的路上一路披荊斬棘，如今他們希望將自己用得得心應(yīng)手的開(kāi)發(fā)工具通過(guò)開(kāi)源、開(kāi)放的方式 回饋后人，幫助高校師生、傳統(tǒng)產(chǎn)業(yè)和中小企業(yè)用于人工智能算法開(kāi)發(fā)，以期降低傳統(tǒng)產(chǎn)業(yè)與人工智能技術(shù)融科的門檻，激發(fā)更多人參與到人工智能生態(tài)的建設(shè)中來(lái)。

據(jù)埃森哲近日發(fā)布的《人工智能:助力中國(guó)經(jīng)濟(jì)增長(zhǎng)》報(bào)告預(yù)測(cè)，到 2035 年，AI 有望將中國(guó)經(jīng)濟(jì)年增長(zhǎng)速度從 6.3% 重新提升至 7.9%。在未來(lái)，人工智能將為經(jīng)濟(jì)發(fā)展貢獻(xiàn)力量，而在這個(gè)過(guò)程中，我們會(huì)掌握越來(lái)越多屬于自己的核心技術(shù)。

曠視 MegEngine 的開(kāi)源，或許會(huì)成為一個(gè)開(kāi)始。