深度學習框架，不只是技術問題。
3月25日，曠視宣布開源新一代AI生產力平臺Brain++的核心深度學習框架曠視天元（MegEngine），其前身是曠視內部自用的算法訓練推理引擎MegEngine，由曠視3名實習生在2013年啟動研發(fā)，于2014年正式完成上線，支撐曠視6年以來在國際AI競賽的表現(xiàn)，以及公司產品和業(yè)務的落地，目前服務于曠視研究院1400余名AI開發(fā)者。
Brain++是曠視自主研發(fā)的端到端人工智能算法平臺，具備大規(guī)模算法研發(fā)能力。針對框架、算力和數(shù)據(jù)三個核心要素，曠視Brain++在總體架構上分為三部分，包括深度學習框架MegEngine、深度學習云計算平臺MegCompute、以及數(shù)據(jù)管理平臺MegData，天元是曠視Brain++最核心的組件。
有媒體報道稱曠視天元（MegEngine）“重新定義AI基礎設施”，因為“國產自主可控的深度學習框架，將是中國打造數(shù)字基建中AI核心能力的底座，釋放更多生產力?！蹦敲?，作為后來者的天元（MegEngine），真的可以趕上谷歌Tensorflow和百度PaddlePaddle等先行者嗎？
01
技術層面，已經達到世界領先嗎？
深度學習框架不是什么新鮮事物。所謂深度學習框架，相當于是AI操作系統(tǒng)，有了這個框架，機器視覺、語音和知識圖譜等AI技術都可基于框架研發(fā)，避免后來者重復造輪子。早在2010年AI方興未艾時，深度學習框架就已開始火熱，谷歌和Facebook是先行者，2015年開源的谷歌Tensorflow流行于工業(yè)界，擁有業(yè)界最完善的工具鏈和生態(tài)；Facebook Pytorch則以易用性著稱，在科研界有較高占有率。在兩者外，還有Amazon、微軟、百度等科技巨頭擁有自主深度學習框架。如今，深度學習框架在AI領域已經是基礎設施。
科技巨頭的深度學習框架的研發(fā)與開源的啟動時間均比MegEngine早多年，MegEngine公布的資料顯示，其在自動求導、預訓練模型、訓練速度、部署效率、異構設備支持等深度學習框架的關鍵能力上，與發(fā)展多年的Tensorflow全都在一個級別，在一些維度比Facebook Pytorch、百度PaddlePaddle等均表現(xiàn)更好，從技術實現(xiàn)來看這樣的可能性不大。深度學習框架本質是將很多底層基礎代碼抽離出來，需要日積月累的研發(fā)，后來者除非有數(shù)倍于先行者的人力與研發(fā)資源投入，才有可能趕上。MegEngine雖然源自于獨角獸曠視，但其研發(fā)資源顯然不如世界級科技巨頭充沛。
深度學習框架的模型支持十分重要，模型意味著框架適應不同場景下AI實現(xiàn)的能力，比如機器視覺、語音識別等不同場景，而MegEngine目前自有模型跟先行者比少且缺乏亮點，只有少數(shù)幾個視覺模型，或許正是因為自有模型數(shù)量相對較少，MegEngine宣稱“為了解決模型復現(xiàn)困難的問題，天元支持PyTorch Module 導入，可針對計算機視覺任務進行優(yōu)化。”從MegEngine公布的路線圖來看，Beta 版本的推出尚在6月份，不論是異構設備支持還是部署能力都還有待觀察。
02
自主層面，真的是國產之光嗎？
有媒體報道稱，“曠視的加入，讓國產自主深度學習框架再添一員，使中國的人工智能開發(fā)工具可以在國際上與谷歌的TensorFlow、Facebook的PyTorch對壘，相比國外的框架和平臺，誕生于中國應用場景的深度學習框架與中國產業(yè)轉型更適配，有望讓更多中國的企業(yè)更快捷的獲得AI研發(fā)能力?！笨瓷先?，似乎想把曠視MegEngine打造成國產之光。
如果了解過中國深度學習框架的發(fā)展，可能會有不同看法。AI產業(yè)化時代，我國已經將AI上升為國家科技戰(zhàn)略，作為AI基礎設施的深度學習框架確實具有戰(zhàn)略價值，特別是在技術自主的大趨勢下。正是因為此，作為AI技術領先者的百度，在2013年就已成立深度學習實驗室，研發(fā)深度學習框架PaddlePaddle，百度的語音技術、自然語言處理技術、計算機視覺技術等等，均是基于PaddlePaddle研發(fā)。
作為百度AI“壓箱底技術”，PaddlePadde在2016年就已開源，經過四年發(fā)展已經在行業(yè)中占據(jù)一席之地，且在中國的深度學習框架市場具有優(yōu)勢，IDC 在2019年6月發(fā)布的報告顯示，在國內深度學習綜合市場中，谷歌、Facebook、百度三家共占據(jù)超過一半的市場份額，谷歌TensorFlow占據(jù)著主要市場，百度飛槳（PaddlePaddle）占據(jù)第三，增長勢頭明顯。2019年PaddlePaddle入圍世界互聯(lián)網(wǎng)大會“世界互聯(lián)網(wǎng)界領先成果”時，已服務150多萬開發(fā)者，廣泛應用于工業(yè)、農業(yè)、服務業(yè)等，從工廠中的質量檢測和安全管理，到田野里的農藥控制和蟲情監(jiān)測，到商品數(shù)據(jù)分析、診療輔助決策，PaddlePaddle成為各行各業(yè)技術創(chuàng)新、智能化升級的基礎底座。
在技術層面曠視天元（MegEngine）相對于百度PaddlePaddle而言并沒有什么明顯優(yōu)勢，一方面百度在AI技術上布局更早，投入力度更大，且不只是聚焦機器視覺技術，而是較為全面地覆蓋了自然語言處理、知識圖譜、語音識別等關鍵AI技術，在這一過程中百度在百度大腦、PaddlePaddle等底層AI技術上一直在戰(zhàn)略投入。另一方面百度擁有搜索、小度、Apollo等核心應用場景，且通過百度智能云構建了一個AI產業(yè)生態(tài)，給PaddlePaddle的普及奠定了很好的基礎，反過來錘煉了PaddlePaddle的技術能力。實際上，天元（MegEngine）提出的“動靜合一”、“訓練推理一體化”這樣的亮點，也一直是PaddlePaddle的重要特點。
不可否認，深度學習框架就像自主芯片或者操作系統(tǒng)一樣對我國科技產業(yè)具有重要戰(zhàn)略意義，正是因為此，百度后，阿里、曠視、華為等玩家布局深度學習框架都值得鼓勵，不過不管誰來做框架，都應該憑技術實力和開源社區(qū)服務來吸引開發(fā)者。深度學習框架開源后，產品好用與否，開發(fā)者一看代碼或者在社區(qū)一交流就知道。
03
生態(tài)層面，真的可以一蹴而就嗎？
今天開發(fā)者可選的深度學習框架越來越多，同時隨著AI產業(yè)化加速AI研發(fā)越來越復雜，因此開發(fā)者對深度學習框架的要求越來越苛刻：要易用上手、要功能模板豐富、更性能強大，要部署方案全面，要有前沿技術支持?？梢哉f深度學習框架的門檻越來越高，任何框架要實現(xiàn)這些都不能一蹴而就，唯有花時間、投資源打磨積累，一行行堆代碼才能滿足開發(fā)者需求。這跟手機芯片的發(fā)展很相似：我們看到很多手機公司都在做芯片，但真正做得好的只有蘋果、華為這樣的領先對手十年甚至更早布局的公司，當它們建立技術壁壘后，后來者即便是砸錢也已無法趕超。
還有一點至關重要：任何開源技術的競爭核心都不只是技術本身，最終一定會落到開源社區(qū)生態(tài)上。開發(fā)者的支持，上下游產業(yè)鏈伙伴支持，都是開源深度學習框架普及的關鍵。這一點就像操作系統(tǒng)，當華為手機面臨安卓斷炊問題時，最大的挑戰(zhàn)不是代碼本身，雖然華為推出了鴻蒙系統(tǒng)，但應用生態(tài)卻很難一朝一夕建立，正是因為此華為正在力推HMS。同樣，任何深度學習框架開源都要花時間去培育開發(fā)者生態(tài)，去獲取開發(fā)者與產業(yè)的支持。
在開源社區(qū)生態(tài)上，具有科技巨頭背景的框架具有顯著優(yōu)勢：
1、巨頭背景意味著更多的社區(qū)資源支持，它們的深度學習框架團隊可以把握技術趨勢快速轉化成產品，可以給予開發(fā)者教育、文檔、工具、社區(qū)等方面更加全面的支持，初創(chuàng)公司很難具備這樣的資源投入能力。
2、巨頭背景意味著更多的場景支持，巨頭一方面有海量自有場景，另一方面擁有繁榮的開放生態(tài)，本身就有大量的開發(fā)者，因此具有各種業(yè)務場景來對框架進行打磨錘煉，初創(chuàng)公司應用場景則相對單一。
3、巨頭背景對開發(fā)者來說意味著一種“保險”，初創(chuàng)公司的開源平臺意味著更大的不確定性，開發(fā)者未來可能會面臨支持資源匱乏等問題，切換成本會很高，而巨頭的框架則可以給予開發(fā)者更大的選擇信心。
全球范圍內，真正在持續(xù)投入深度學習框架的企業(yè)，正是谷歌、Facebook、微軟、百度這樣的科技巨頭，且它們均是真正戰(zhàn)略重視AI的科技巨頭，它們入局AI時間早，同步布局深度學習框架時積累了較好的開源生態(tài)基礎，后來者要想走捷徑一夜趕超，幾乎沒有可能。
聯(lián)系客服
