旷视开源深度学习框架 覆盖AI全流程研发
3月25日，旷视正式发布了ai生产力平台brain++，同时宣布开源其核心框架天元（megengine）。所谓ai生产力平台，“就是为用户提供完善的集成开发环境，满足ai开发者一站式研发的需求，将产品从实验室原型到工业部署的时间从数周数月缩短到小时级”，旷视联合创始人兼cto唐文斌解释。
ai基础设施层决定产业跑速 一直以来，ai的生产力被高昂的算力成本、人才成本所掣肘，ai技术往往成为众多企业的成本中心而非价值中心。先进技术如何能真正带动传统产业发展，提高ai生产力如何解？
旷视成立于ai开发工具匮乏的早期人工智能时代，靠自主研发，从0到1地解决了算法生产的问题。自公司创办以来，旷视就形成了众多基于核心ai算法的硬件、软件解决方案。但唐文斌认为，真正影响产业跑速的不是算法、不是软件和硬件，也不是解决方案，而是ai的基础设施。
在唐文斌看来：ai的基础设施只有两部分组成—— 芯片平台和生产力平台。“芯片平台承载ai的计算，ai算法的生产与程序生产不同，是一个系统工程，需要能够协同优化数据、算法、算力的平台级产品。6年间，旷视打造了自己的基础设施brain++”。唐文斌宣布开源的，是旷视自用6年的ai生产力平台的深度学习框架——“天元”megengine，他还正式邀请全球开发者参与共建核心部分。
何为三位一体ai生产力平台 “brain++ 平台的意义是为了能为用户提供更完善的集成开发环境，满足ai开发者从ai生产（输出算法模型）到应用（实现算法工程化封装）各环节中，一站式、全流程算法研发的切实需求，将产品从实验室原型到工业部署原本数周或数月的时间成本，缩短到小时级。”唐文斌介绍。
简单来讲，算法研发过程就像炒菜。在“美味算法”的研发中，数据就是各种各样的食材，需要清洗，分类管理，是“炒制”算法的原材料；而算法的训练和推理就像是烹制的过程，需要锅具（深度学习框架）来承载；算力则是一灶猛火，火候到位才能烧得好菜。
如果没有一套厨具和厨房，大厨就像在野外生存，不仅要逐兔追鸡，还得自己打铁铸锅、生火劈柴，菜品生产力很低。同样的，对于有一定的机器学习经验和框架基础的开发者来说，他们的开发工具往往需要东拼西凑，再强的学术造诣也无法加快算法的生产。
旷视认为，降低开发者的门槛，让ai变得平凡才能真正的释放ai生产力。因此，旷视希望通过开源、开放的方式逐步将ai生产力平台brain++的能力传递给广大开发者，让每一个ai开发者都有能力快速实现算法从0到1的创造，创造更大的价值。
减低ai开发者开发门槛 天元开源项目的产品负责人田忠博则详细介绍了天元的技术细节。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，架构上具体分为计算接口、图表示、优化与编译、运行时管理和计算内核五层。
怎样才能简单开发？在传统开发环境中，ai开发者们会根据方向不同选用不同的框架，但是从原型设计到部署还需要切换开发工具，就像厨师每炒一道菜还要换个锅，锅和灶眼也不见得适配。
天元对于ai开发者来说，就是一套从菜谱到美味的端到端一体化智能锅，覆盖从训练到推理再到部署装盘全流程。不仅自带菜谱（模型库）还支持自定义菜谱（模型导入），还具备“动静合一”的显示屏，适合既要求美味，又追求效率和体验的ai生产者。
现在这口“好锅”alpha版本的代码已经在新一代人工智能开源开放平台openi启智社区，以及全球最大的开源社区github上实现开源。
brain++致力于让一部分企业先实现 ai+ 开源天元的同时，旷视还发布了brain++的开放计划，以帮助企业实现 ai+的升级和智能化转型。
旷视云服务业务资深副总裁赵立威则展示了brain++的商业化全景。“我们不仅将把深度学习框架开源使用，也将开放数据能力、算力能力给企业级种子用户，至少能够先让一部分企业实现 ai+”。
“从目前的现实情况来看，产业实现ai+的共性难题，莫过于无法解决场景过小而技术升级投入过大之间的矛盾，因此ai解决方案难以落地。以一家制造业领域的客户为例，工厂在配电产品质量检测中，会出现零部件颜色搭配错误、字符印刷残缺等情况，靠人工目检费时费力效率低，靠机器视觉方案就需要在数据、算法和算力投入大量的人力、物力，且模型效果难以维持”，赵立威在介绍现有brain++方案时说道，“旷视为客户提供了基于brain++平台的智能质检解决方案，综合统筹数据、算力的能力，帮助客户实现了模型的快速选型、优化和封装。工厂在brain++的帮助下，极大地提升了质检效率和生产效率”。
他还表示，旷视可以为企业用户打造专属的brain++平台，为合作伙伴提供ai生产全流程的服务，从专业咨询、到数据生产、模型优化，再到私有化ai平台的建设运维，满足各行业在“ai+”的过程中降本增效、自主安全和商业创新的诉求。
不过，开源是一个循序渐进的过程。唐文斌在介绍开源计划时强调，“当前旷视开源的天元是 alpha 版本，在向 beta 版本和正式版本演进期间，旷视希望更多优秀的开发者，以及院校以及企业能够参与进来，一起贡献代码，提出建议”。
人机协同操作系统会是AI公司的未来吗
5G不等于4G+1G！5G将如何改变人们的生活？
购买光模块需要知道哪些知识呢？
电池系统的ASIL等级判定
厂商加快DDR5内存条研发速度
旷视开源深度学习框架 覆盖AI全流程研发
可燃气体报警器的价值介绍
对象存储正成为主流
ME结构在FPGA加速芯片ACAP有何作用
元器件创新成果亮相中国电子展 厂商主打节能牌
四个简单步骤让你轻松解决电流探头误差问题
Quest：影响端点安全的内部威胁
研究物联网所需的基本特性来帮助大家扫除一些困惑
机器人传感器的背后是一个巨大的市场
打造“‘智能+’学院”区块链系列培训在中国信息通信研究院圆满举办
苹果维修视频泄露 这一波神技术你必须知道
TI 推出精度更高的电芯监测器和电池包监测器，助力汽车制造商延长电动汽车续航里程
微软Windows 10启动时PWA应用可以自动运行
巫山县的智慧城市现在的建设情况怎样
三星CEO权五铉离职影响空前，高管层最快11月份重组
ai基础设施层决定产业跑速 一直以来，ai的生产力被高昂的算力成本、人才成本所掣肘，ai技术往往成为众多企业的成本中心而非价值中心。先进技术如何能真正带动传统产业发展，提高ai生产力如何解？
旷视成立于ai开发工具匮乏的早期人工智能时代，靠自主研发，从0到1地解决了算法生产的问题。自公司创办以来，旷视就形成了众多基于核心ai算法的硬件、软件解决方案。但唐文斌认为，真正影响产业跑速的不是算法、不是软件和硬件，也不是解决方案，而是ai的基础设施。
在唐文斌看来：ai的基础设施只有两部分组成—— 芯片平台和生产力平台。“芯片平台承载ai的计算，ai算法的生产与程序生产不同，是一个系统工程，需要能够协同优化数据、算法、算力的平台级产品。6年间，旷视打造了自己的基础设施brain++”。唐文斌宣布开源的，是旷视自用6年的ai生产力平台的深度学习框架——“天元”megengine，他还正式邀请全球开发者参与共建核心部分。
何为三位一体ai生产力平台 “brain++ 平台的意义是为了能为用户提供更完善的集成开发环境，满足ai开发者从ai生产（输出算法模型）到应用（实现算法工程化封装）各环节中，一站式、全流程算法研发的切实需求，将产品从实验室原型到工业部署原本数周或数月的时间成本，缩短到小时级。”唐文斌介绍。
简单来讲，算法研发过程就像炒菜。在“美味算法”的研发中，数据就是各种各样的食材，需要清洗，分类管理，是“炒制”算法的原材料；而算法的训练和推理就像是烹制的过程，需要锅具（深度学习框架）来承载；算力则是一灶猛火，火候到位才能烧得好菜。
如果没有一套厨具和厨房，大厨就像在野外生存，不仅要逐兔追鸡，还得自己打铁铸锅、生火劈柴，菜品生产力很低。同样的，对于有一定的机器学习经验和框架基础的开发者来说，他们的开发工具往往需要东拼西凑，再强的学术造诣也无法加快算法的生产。
旷视认为，降低开发者的门槛，让ai变得平凡才能真正的释放ai生产力。因此，旷视希望通过开源、开放的方式逐步将ai生产力平台brain++的能力传递给广大开发者，让每一个ai开发者都有能力快速实现算法从0到1的创造，创造更大的价值。
减低ai开发者开发门槛 天元开源项目的产品负责人田忠博则详细介绍了天元的技术细节。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，架构上具体分为计算接口、图表示、优化与编译、运行时管理和计算内核五层。
怎样才能简单开发？在传统开发环境中，ai开发者们会根据方向不同选用不同的框架，但是从原型设计到部署还需要切换开发工具，就像厨师每炒一道菜还要换个锅，锅和灶眼也不见得适配。
天元对于ai开发者来说，就是一套从菜谱到美味的端到端一体化智能锅，覆盖从训练到推理再到部署装盘全流程。不仅自带菜谱（模型库）还支持自定义菜谱（模型导入），还具备“动静合一”的显示屏，适合既要求美味，又追求效率和体验的ai生产者。
现在这口“好锅”alpha版本的代码已经在新一代人工智能开源开放平台openi启智社区，以及全球最大的开源社区github上实现开源。
brain++致力于让一部分企业先实现 ai+ 开源天元的同时，旷视还发布了brain++的开放计划，以帮助企业实现 ai+的升级和智能化转型。
旷视云服务业务资深副总裁赵立威则展示了brain++的商业化全景。“我们不仅将把深度学习框架开源使用，也将开放数据能力、算力能力给企业级种子用户，至少能够先让一部分企业实现 ai+”。
“从目前的现实情况来看，产业实现ai+的共性难题，莫过于无法解决场景过小而技术升级投入过大之间的矛盾，因此ai解决方案难以落地。以一家制造业领域的客户为例，工厂在配电产品质量检测中，会出现零部件颜色搭配错误、字符印刷残缺等情况，靠人工目检费时费力效率低，靠机器视觉方案就需要在数据、算法和算力投入大量的人力、物力，且模型效果难以维持”，赵立威在介绍现有brain++方案时说道，“旷视为客户提供了基于brain++平台的智能质检解决方案，综合统筹数据、算力的能力，帮助客户实现了模型的快速选型、优化和封装。工厂在brain++的帮助下，极大地提升了质检效率和生产效率”。
他还表示，旷视可以为企业用户打造专属的brain++平台，为合作伙伴提供ai生产全流程的服务，从专业咨询、到数据生产、模型优化，再到私有化ai平台的建设运维，满足各行业在“ai+”的过程中降本增效、自主安全和商业创新的诉求。
不过，开源是一个循序渐进的过程。唐文斌在介绍开源计划时强调，“当前旷视开源的天元是 alpha 版本，在向 beta 版本和正式版本演进期间，旷视希望更多优秀的开发者，以及院校以及企业能够参与进来，一起贡献代码，提出建议”。
人机协同操作系统会是AI公司的未来吗
5G不等于4G+1G！5G将如何改变人们的生活？
购买光模块需要知道哪些知识呢？
电池系统的ASIL等级判定
厂商加快DDR5内存条研发速度
旷视开源深度学习框架 覆盖AI全流程研发
可燃气体报警器的价值介绍
对象存储正成为主流
ME结构在FPGA加速芯片ACAP有何作用
元器件创新成果亮相中国电子展 厂商主打节能牌
四个简单步骤让你轻松解决电流探头误差问题
Quest：影响端点安全的内部威胁
研究物联网所需的基本特性来帮助大家扫除一些困惑
机器人传感器的背后是一个巨大的市场
打造“‘智能+’学院”区块链系列培训在中国信息通信研究院圆满举办
苹果维修视频泄露 这一波神技术你必须知道
TI 推出精度更高的电芯监测器和电池包监测器，助力汽车制造商延长电动汽车续航里程
微软Windows 10启动时PWA应用可以自动运行
巫山县的智慧城市现在的建设情况怎样
三星CEO权五铉离职影响空前，高管层最快11月份重组