欢迎来到伟德国际官网机电网    [ 请登录 ]  [ 会员注册 ]

返回首页|English|设为首页|加入收藏|

旷视自研人工智能算法平台brai++技术细节首曝光
作者: 佚名 时间:2019-10-21文章来源:凤凰网访问量:872

10月20日,以“智能互联 开放合作——携手共建网络空间命运共同体”为主题的第六届世界互联网大会开幕。大会发布了聚焦人工智能、5g、云计算等各大技术门类的15项世界互联网领先科技成果。旷视自主研发的人工智能算法平台brain++入选,旷视联合创始人兼cto唐文斌出席大会对brain++进行介绍,并首次曝光了自研深度学习框架megengine的技术细节。

图:旷视唐文斌介绍brain++,揭秘深度学习框架megengine技术细节

brain++是旷视自主研发的端到端人工智能算法平台,其作为统一的底层架构,为算法训练及模型改进过程提供重要支持,为旷视的研发人员提供了一站式全流程的ai工程解决方案。在总体架构上,旷视brain++分为深度学习框架megengine、深度学习云计算平台megcompute、以及数据管理平台megdata,分别针对框架、算力和数据三个核心要素。其中,最为核心、最引人瞩目、开发时间最长的深度学习框架megengine也在本次互联网大会首次解开了神秘的面纱,大量具有借鉴意义的技术细节浮出水面。

图:旷视brain++架构:深度学习框架megengine是核心要素之一

深度学习框架作为底层技术的支持,能够让人工智能领域优秀的思路、创意得以实现,但目前开源框架并不能完全满足企业发展的需求。对此,旷视就自研了深度学习框架megengine作为brain++的核心组件,在整体架构上包括计算引擎、运行时管理、编译和优化以及编程和表示四个层面,主要用于旷视内部进行计算机视觉领域的算法开发工作。相比于开源的大部分深度学习框架,旷视深度学习框架megengine具有运算速度快、内存占用少、易用性好、支持多种硬件平台和异构计算、训练部署一体化的优势。

值得一提的是,与当前开源的主流深度学习框架tensorflow、pytorch对比,旷视深度学习框架megengine也毫不逊色。在主流的计算机视觉模型(resnet50和 shufflenet v1)方面,旷视深度学习框架megengine在单机相对训练速度上可以和主流框架媲美甚至更胜一筹。

旷视深度学习框架megengine还使用了分布式计算中的数据并行和模型并行方式,极大地提升了大规模图像数据进行处理和模型训练效率。人工智能的发展和应用过程中有大量的密集型数据和矩阵运算,因此做到数据并行成为深度学习框架的必要能力之一。同时,旷视深度学习框架megengine提供了原语级别的支持,方便用户进行模型并行设置和执行。最终,模型并行可以和数据并行模式混合使用。有了深度学习框架天生对分布式计算的支持,旷视深度学习框架megengine在训练和推理效率上达到了很高的水平。

此外,深度学习框架megengine还配备了旷视自研最新、行业领先的automl技术,推动深度学习由手工时代迈向自动化时代,能够实现算法训练和模型部署的高效流程化,和深度神经网络模型设计自动化,在减少人员参与而不牺牲训练质量的条件下,大幅提高算法生产效率。

在深度学习框架megengine的支持下,旷视brain++能够构建一条不断自我改进、不断更加自动化的算法生产线,以更少的人力和更短的时间开发出各种新算法,针对不同垂直领域的碎片化需求定制丰富且不断增长的算法组合,实现唐文斌所说的“让研发人员获得从数据到算法产业化的一揽子技术能力,不用重复造轮子也可以推进ai快速落地”的目标。

目前,旷视以brain++作为基础设施,开发了可部署于云端、移动端及边缘端全计算平台的先进深度神经网络,推出了全栈式的人工智能解决方案并成功落地个人物联网、城市物联网、供应链物联网。正如本次大会“智能互联 开放合作”的主题,在未来,旷视将通过开源推动ai产业生态的建设与完善,并以技术助力各行各业的转型升级,推动社会的发展与变革。

资讯关键词】:    【打印】【关闭】【返回顶部

苏州率尔捷机电科技有限公司
主营业务:电化学去毛刺,电解去毛刺,电火花小孔机,电火花微孔
聊城市众顺钢材有限公司
主营业务:无缝钢管,合金管,大口径厚壁卷管,低中压锅炉管,高
相关文章
热点资讯
  • 一周
  • 一月
  • 一年

资讯投稿

邮箱:791495700@qq.com

电话:0571-28331524

版权所有:伟德国际官网机电网|伟德国际官网机电传媒研究中心

地址:杭州市滨江区西浦路1503号滨科大厦11楼(杭二中斜对面) 浙B2-20080178-6

联系电话:0571-87774297 传真:0571-28290892 Email:donemi@163.com 技术支持:杭州滨兴科技股份有限公司