「天元」开源，旷视抢占人工智能棋局中的天元位置

3月25日，匡石以在线会议的形式宣布了开源深度学习框架megengine，并正式命名其中文名称为“ Tian Yuan”。 Kuang Shi的联合创始人兼CTO Tang Wenbin表示，大约35万行开源代码将同时在openi和GitHub中发布。

“在算法优先和数据驱动的人工智能时代，人们期待着一个可以为公共和不同行业开发和构建自己的人工智能系统的操作系统。在这样的时代，狂石 向社会发布了天元深度学习框架的开源系统。我向您表示祝贺。“在新闻发布会上，中国科学技术学会党组书记，中国科学院院士怀金鹏， 通过视频表达了他对匡的开源天元的关注和期望。 不仅如此，姚继智，高雯，沉向阳等人工智能领域的知名学者还通过视频表达了良好的祝愿。 什么是

天元？ 为什么行业领导者对此表示关注？ 天元的研发始于2014年，为匡氏算法的诞生提供了有力的支持。 唐说：“匡氏目前的所有算法都是基于天元megengine框架进行训练和推理的。” 匡时的首席科学家兼研究所所长孙健将田元比作匡时的孩子，“他今年6岁，我们非常喜欢他。” 但是，对于这样一个需要花费六年时间进行完善和改进的核心技术产品，匡时为何选择开源？

众所周知，人工智能已在许多场景中实现。 匡石发现，不同的场景对算法有不同的要求，场景是无限的，这导致对算法的巨大需求，只有一个企业无法填补需求缺口，因此我们需要用 人工智能基础设施的帮助。

什么是AI基础设施？ 汤文斌给出的答案是芯??片平台和AI生产力平台。 其中，芯片平台可以承载AI计算，而AI生产力平台可以释放生产算法的效率。 匡氏将充分开放大脑+ +核心生产力AI平台即深度学习框架天元，以使大脑+ +为更多开发人员提供服务的能力，从而降低算法创建的门槛并产生更大的社会价值。

解决实际痛点的四个特征据

匡势研究院高级技术总监田中波介绍，天元的整体体系结构可分为五个层次，分别是计算接口，图形表示，优化和编译，运行时管理和 从上到下的计算内核。 结合这种架构设计，田中波总结出了天元的四个特点：训练与推理的融合，动静态的融合，包容，灵活高效。 借助这些功能，天元可以帮助开发人员解决实际操作中的难题。 在传统的深度学习研发过程中，训练框架和推理框架通常是分开设计和实现的，涉及模型转换。 在模型转换过程中，经常会出现一些问题，需要手工进行优化，有时会引入大量的冗余算子，导致模型的性能和准确性不尽人意。 天元训练与推理的整合可以直接使用训练后的模型进行推理； 它可以确保培训实施的速度和准确性在推理上保持一致； 当跨设备部署模型时，可以确保准确性对齐； 内置的自动模型优化模块可以简化开发过程。

田中波指出，深度学习框架可以大致分为两类，一类是静态图框架，另一类是动态图框架。 前者易于部署，后者易于调试。 两者的优势可以整合吗？ 匡时在设计“天元”时一直在思考这个问题。 通过将动态和静态功能相结合，天元可以帮助开发人员实现动态和静态切换，在动态过程中开发和调试原型，并以静态图的形式完成生产和部署。

目前有很多深度学习框架，不同框架的接口也不同。 开发人员进行学术交流时需要了解不同的框架知识。 如果我们想在不同的框架中实施该模型，则需要投入更多的学习成本。 为了简化此问题，匡时在设计“天元”时致力于将其构建为一个包容性系统。 天元采用py??thon样式的API，Python用户自然可以接受。 在函数命名风格和参数设计细节方面，天元还将考虑开发人员的使用经验，避免使用过多的新概念，并尊重Python社区的原始传统。 旷视在计算机视觉领域有着独特的积累，因此天元还整合了旷视作为计算机视觉优化的特殊运营商，这可以为开发人员进行计算机视觉相关的研发提供更多便利。 对于AI公司而言，有时他们会面对许多设备和场景，我们如何才能在每台设备上创造最终的性能，从而输出高质量的产品和服务？ 匡氏在高性能操作员库的帮助下坚持灵活性和效率的原则，以充分释放不同设备的计算能力。 通过与参考架展览的训练水平进行横向比较，天元在主流车型中表现出了出色的速度表现。 同时，在CPU推理场景中，天元也表现出良好的性能。 匡石发现，如果要在各种设备中更好地部署算法，或者使用现有设备训练更大的模型并支持更多种算法，则需要采取有效的内存优化策略来减少内存占用。 因此，天元建立了有效的内存优化策略。 另外，通过使用亚线性内存优化技术，天元可以在保证几乎相同的计算速度的前提下，极大地提高训练能力。 “在一些内部评估中，对于某些大型模型，我们可以以几乎相同的速度实现20倍以上的内存节省。” 田中波说。

可以很好，快速，动态地训练。

天元可以实现框架与算法之间的协作，并达到良好的训练效果。 根据Sun Jian的说法，计算平台之间存在很大差异。 基于这些差异，开发人员很难设计一个满足所有需求的网络。 天元可以根据不同设备的计算特性设计网络结构。 Shufflenet是协同设计的结果。 如今，shufflenet在智能手机的面部识别中已经取得了出色的应用。

天元是一个有效的培训系统。 在计算机视觉领域的MS coco挑战中，Kuang Shi分别在2017年，2018年和2019年获得了冠军。关键优势在于其像田源这样的快速训练系统。 天元大大减少了创新时间，可以在单位时间内完成更多测试，并加快了研发人员对难题的理解和认识。

天元具有大规模的能力。 匡石与北京致远人工智能研究院共同发布了object365，该对象已更新为object365 V2版本。 数据集中有365个常见对象，超过200万张图像和超过2800万个人工标记框。 面对庞大的数据集，天元可以在短时间内实现培训。

狂石发布了天元的Alpha版本。 预计将在6月发布beta版本，在9月发布正式的1.0版本。 唐说：“我希望更多的人可以对我们的产品提出重要建议，并共同编写代码。”

“如果把天元比作一个孩子，今天可能就是他出去自己的房间迎接阳光，并希望为社会做更多的事情。” 唐文彬在会议结束时说：“与此同时，我也希望各界朋友对他的关心和帮助更多，让他成长。” 在

go中，Tian Yuan代表棋盘的中心，而Kuang取决于它是否可以占据AI棋盘的C位置，我们将看到！