提到深度学习框架，大家今天耳熟能详的或许有谷歌的TensorFlow、Facebook的Pytorch，以及百度的PaddlePaddle。但或许大家不知道的是，国内顶尖人工智能公司旷视科技早在2014年，早于谷歌TensorFlow的时代，就从0到1研发了自己的深度学习框架MegEngine，并将这套框架在全公司内部推广使用。
作为旷视的核心技术组成部分，5 年多以来，这套深度学习框架，支撑着整个旷视的科研及产品化，27 项全球 AI 竞赛冠军和 MS COCO 三连冠也在从侧面证明其性能的卓越。
旷视首席科学家兼旷视研究院院长孙剑博士发布朋友圈祝贺旷视获得三连冠
人工智能风雨沉浮六十余载，是深度学习的出现让人工智能产业化的发展曲线走向新的拐点。但在人工智能产业发展的过程中，不管是搞科研还是做产品，开发人员都面临着一股强大的阻力——算法的研发成本。即便是对相对成熟的 AI 企业来说，算法的生产过程也是一套庞大的系统工程，人力和算力的投入都是巨大的。
互联网时代，“互联网＋”不仅让所有企业都变成了互联网企业，也渗透到了每个人的生活；而相比人工智能要想走进产业和大众，真正实现“AI＋”，首先要让更多的企业、开发者可以使用 AI 这股“源力”。
而旷视认为，构建降低算法研发成本的深度学习框架就是让开发者们获得这股“源力”的关键。据了解，旷视的这款深度学习框架MegEngine，已经过自己多年实践验证，并帮助过很多传统产业解决了使用AI的门槛与效率问题，此次旷视选择通过开源开放给和产业界，可谓诚意满满。
实际上，旷视所拥有的不仅是先进的深度学习框架，在学术创新和产业实践的过程中，旷视在MegEngine的基础上，还提出了“三位一体”概念，将数据和算力平台融合，构建了集“算法、数据和算力”于一体的 AI 生产力套件 Brain＋＋。作为旷视的核心技术，Brain＋＋支持着其在AIoT道路上的一次次技术突破与商业成功。
旷视用Brain＋＋释放AI生产力
旷视 Brain＋＋ 本质上是一个超级工具套件，目的是降低人工智能的使用成本。2019年10月，旷视联合创始人兼 CTO 唐文斌在世界互联网大会的领奖台上曾提到，希望旷视 Brain＋＋ 能够为研发人员提供端到端的解决方案，提升大家的工作效率，不用再重复“造轮子”。
为何 Brain＋＋ 可以释放生产力？这里可以用餐饮业类比：一个餐馆核心价值是为客人提供美味的菜品（就像 AI 产业的核心价值是提供专业可靠的 AI 解决方案），那么实现这个价值最重要的人则是大厨（开发者）。小作坊里的厨师需要自己洗菜（数据清洗）、配菜（搭模型）、炒菜（训模型）、调火候和口味（调参数），一个中午他也许只能为三桌客人提供菜品。而在现代化、自动化中央厨房里工作的大厨，他将拥有标准化、流水线管理的配菜间和智能化的炉灶等套件工具，那么或许他一个人就可以搞定一栋楼的菜品供应。
旷视 Brain＋＋ 的价值就是为开发者们提供一套这样“中央厨房”式的解决方案：
但归根结底，旷视 Brain＋＋ 这个生产力套件最为核心的部分则是能够批量生产算法的深度学习框架，因此旷视希望通过 MegEngine 的开源，逐步将 Brain＋＋ 的生产力赋能给学术界和产业界的广大开发者。
开源是旷视的技术信仰
“技术信仰，价值务实”是旷视人的基因，旷视人始终相信技术的变革能够改变世界。为何选择将企业最核心的生产力工具开源？旷视则称这正是企业“技术信仰”的本能体现。一方面，旷视自研的 AI 生产力套件已经能够满足企业发展需要，旷视希望把自己用着好用的工具向业界分享，同时也激发行业的创造力。毕竟一个人的力量始终是有限的，一群人在一起才能制造奇迹。开源则能够让更多优秀的开发者凝聚起来共享、共建、共赢，打破坚硬的技术壁垒，碰撞激发出更多优秀的代码。
另一方面，开源是推进技术实现产业发展的催化剂。如前文所述，目前 AI 实现产业化的阻力非常清晰：产业要大规模部署 AI 能力，需要在数据、计算、部署场景、硬件解决方案上具备一系列“工业级”的基础，但眼前本质的问题在于 AI 技术的基础条件尚未成熟，旷视希望能够通过开源为 AI 产业基础设施添砖加瓦。
相对传统行业的基础设施，“数字基建”正在全国范围如火如荼地兴起。在互联网生态的基础上，以5G、大数据、人工智能、云计算等新技术为核心驱动力的智能化时代也即将来临。在新时代的黎明期，只有先把“数字基建”打扎实，“数字中国”才能有稳固的底座，中国经济的转型升级也就具备了坚实的基础和动力。
中国“数字基建”少不了人工智能，此次旷视积极发挥牵头作用选择开源，对中国人工智能企业来说是一次新的里程碑，也是中国开源生态的新的里程碑。
作者：亿欧
