近期，中央密集出台相关政策，各省市陆续出炉2020年重点建设项目，“新基建”成为当前各界关注重点。3月4日，中共中央政治局常务委员会召开会议，提出将加快推进国家规划的重大工程和基础设施建设，其中明确提出将加快人工智能、5G网络、数据中心等新型基础设施建设进度。
区别于传统基建，“新基建”是指发力于信息数字化的基础设施建设，主要包括5G基站建设、特高压、城际高速铁路和城市轨道交通、新能源汽车充电桩、大数据中心、人工智能、工业互联网七大领域，其核心在于传统产业的数字化转型，传统基础设施的数字化改造。
打破科技垄断
在新基建提出之后，旷视也“碰巧”开源了深度学习框架“天元”，表面上看起来是巧合，其实在旷视内部，从去年开始便已经在推动天元框架的开源进程，从框架技术的成熟度、生态环境的完善度，一直到未来发展的方向，经过了多次讨论才做出了这样一个需要勇气的决策。
总得说来，深度学习框架有三个时间节点，早在六年前Caffe便已经开放，此后2015年、2016年先后集中涌现了一批开源框架，TensorFlow和PyTorch分别成为产业级和学术界非常受欢迎的深度学习框架代表。
Caffe是一个清晰而高效的深度学习框架，也是一个被广泛使用的开源深度学习框架，它的主要优势是上手容易，训练速度快，组件模块化，可以方便的拓展到新的模型和学习任务上。但是Caffe最开始设计时的目标只针对于图像，没有考虑文本、语音或者时间序列的数据。TensorFlow在2015年由谷歌公司正式发布，是一个使用数据流图进行数值计算的开源软件库。灵活的体系结构允许使用单个API将计算部署到服务器或移动设备中的某个或多个CPU或GPU。
在国外开源的深度学习框架占据了主流框架之后，2020年，中国迎来了深度学习框架集中爆发之年。清华大学的计图（Jittor）、旷视的天元（MegEngine）和华为推出的MindSpore先后问世。
实际上，旷视天元早在2014年8月就在公司内部诞生了，经过实践中的不断改进，终于在2020年3月开源，虽然在开源时间上晚于国外的几家公司，但是旷视天元的优势仍然非常明显。首先是框架与算法的协同，其次是高效与强大的性能，第三是很好地支持大数据、大规模训练。天元是为工业级、研究院规模的研发机构设计的，它具备的一些核心特点都是用来解决现实研发过程中的痛点，例如一键切换训练推理，同时支持动态图和静态图等。
深度学习框架属于AI的底层技术架构，像谷歌这样的大公司一直在积极的布局人工智能的底层技术发展，只有站稳了软件层，未来在算法层、服务层和应用层上才能有更大的发展空间，而且不会因为技术受制于人。
从当前人工智能技术在场景中应用分析，人工智能应用薄，算法能力与人工能力的差距大。对于很多企业来说，想要用人工智能解决当下遇到的问题，但是本身没有技术，需要专门招聘相关的人才、投入资金设备研究，而且需要多长时间能实现商业应用也是未知数，成本太高但是预期又不确定，因此很多企业也就不愿意投入资源探索。对于身处人工智能领域的企业而言，很多企业一直扎根于技术的研发、升级，对于需求端的了解并不深入，因此在商业化方面略显尴尬。
