「罗超频道」旷世的深度学习框架天元距离前辈们有多远？ 3月25日

3月25日，旷视宣布开源新一代AI生产力平台Brain++的核心深度学习框架旷视天元（MegEngine），其前身是旷视内部自用的算法训练推理引擎MegEngine ，由旷视3名实习生在2013年启动研发，于2014年正式完成上线，支撑旷视6年以来在国际AI竞赛的表现，以及公司产品和业务的落地，目前服务于旷视研究院1400余名AI开发者。

文章图片
Brain++是旷视自主研发的端到端人工智能算法平台，具备大规模算法研发能力。针对框架、算力和数据三个核心要素，旷视Brain++在总体架构上分为三部分，包括深度学习框架MegEngine、深度学习云计算平台MegCompute、以及数据管理平台MegData ，天元是旷视Brain++最核心的组件。
有媒体报道称旷视天元（MegEngine）“重新定义AI基础设施” ，因为“国产自主可控的深度学习框架，将是中国打造数字基建中AI核心能力的底座，释放更多生产力。 ”那么，作为后来者的天元（MegEngine），真的可以赶上谷歌Tensorflow和百度PaddlePaddle等先行者吗？
技术层面，已经达到世界领先吗？深度学习框架不是什么新鲜事物。所谓深度学习框架，相当于是AI操作系统，有了这个框架，机器视觉、语音和知识图谱等AI技术都可基于框架研发，避免后来者重复造轮子。早在2010年AI方兴未艾时，深度学习框架就已开始火热，谷歌和Facebook是先行者， 2015年开源的谷歌Tensorflow流行于工业界，拥有业界最完善的工具链和生态；FacebookPytorch则以易用性著称，在科研界有较高占有率。在两者外，还有Amazon、微软、百度等科技巨头拥有自主深度学习框架。如今，深度学习框架在AI领域已经是基础设施。

文章图片
科技巨头的深度学习框架的研发与开源的启动时间均比MegEngine早多年， MegEngine公布的资料显示，其在自动求导、预训练模型、训练速度、部署效率、异构设备支持等深度学习框架的关键能力上，与发展多年的Tensorflow全都在一个级别，在一些维度比FacebookPytorch、百度PaddlePaddle等均表现更好，从技术实现来看这样的可能性不大。深度学习框架本质是将很多底层基础代码抽离出来，需要日积月累的研发，后来者除非有数倍于先行者的人力与研发资源投入，才有可能赶上。 MegEngine虽然源自于独角兽旷视，但其研发资源显然不如世界级科技巨头充沛。
深度学习框架的模型支持十分重要，模型意味着框架适应不同场景下AI实现的能力，比如机器视觉、语音识别等不同场景，而MegEngine目前自有模型跟先行者比少且缺乏亮点，只有少数几个视觉模型，或许正是因为自有模型数量相对较少， MegEngine宣称“为了解决模型复现困难的问题，天元支持PyTorchModule导入，可针对计算机视觉任务进行优化。 ”从MegEngine公布的路线图来看， Beta版本的推出尚在6月份，不论是异构设备支持还是部署能力都还有待观察。

文章图片
自主层面，真的是国产之光吗？有媒体报道称， “旷视的加入，让国产自主深度学习框架再添一员，使中国的人工智能开发工具可以在国际上与谷歌的TensorFlow、Facebook的PyTorch对垒，相比国外的框架和平台，诞生于中国应用场景的深度学习框架与中国产业转型更适配，有望让更多中国的企业更快捷的获得AI研发能力。 ”看上去，似乎想把旷视MegEngine打造成国产之光。
如果了解过中国深度学习框架的发展，可能会有不同看法。 AI产业化时代，我国已经将AI上升为国家科技战略，作为AI基础设施的深度学习框架确实具有战略价值，特别是在技术自主的大趋势下。正是因为此，作为AI技术领先者的百度，在2013年就已成立深度学习实验室，研发深度学习框架PaddlePaddle ，百度的语音技术、自然语言处理技术、计算机视觉技术等等，均是基于PaddlePaddle研发。