曠視真核浮出水面！他是全能業務王、奪冠刷榜基石，更是規模化AI算法生產關鍵_風聞

雷剛 發自 凹非寺

量子位 報道 | 公眾號 QbitAI

真核往往低調，但總會一鳴驚人。

Brain++之於曠視，就是這樣的真核。而且名如其用，Brain++就是曠視賴以發展的大腦、中樞，甚至是曠視一切業務的基石。

就在第六屆烏鎮世界互聯網大會現場，Brain++榮膺“世界互聯網領先科技成果”。

這是Brain++為數不多站在聚光燈下的時刻。

相比讓曠視聞名天下的Face++，同樣自主研發的Brain++出鏡次數不多。

但忽視了Brain++，就無法真正瞭解AI第一股——曠視，更難以真正讀懂AI時代競速比拼的核心所在。

如果説農業革命發生的關鍵在耕犁，工業革命的起源歸功於蒸汽機，那AI變革的鑰匙，就掌握在Brain++一樣的基石工具平台中。

一個時代有一個時代的工具

從人類社會生產大爆發的三個時代來看，規模化工具的重要性不言自明。

農業文明時代的核心，是耕犁的使用，讓耕種有了規模化發展的可能。

工業革命的關鍵，是蒸汽機的啓用和推廣，讓機器真正可以規模化部署應用，替代手工作坊。

而信息時代中，如何實現數據規模化運用和處理，成為競爭力關鍵。

我們把技術作為第一生產力，但更多聚焦於技術本身而忽略了規模化運用“技術”的工具。

然而如果回顧起來，衡量每個時代真正的技術水平標準，或許可以從生產工具角度管窺一二。

誰掌握時代生產工具，誰就有可能成為時代紅利的最大受益者，誰就能在競爭中佔得先機。

按照產業經濟學的理論，生產效率的本質，在於減少消耗、增大產出，從而利用結餘推動更進一步的發展，並在每個增長瓶頸中抓住產業變革奇點，實現範式轉移和產能躍遷，從而真正穿越週期。

具體到AI當下，打造人工智能的算法平台就是在減少消耗，規模化AI算法落地會推動產出，各行各業將進入一場新的能效變革戰爭。

而誰會贏得這場戰爭？誰又會成為技術變革新時代裏的紅利贏家？

給出定論並不容易。

但可以肯定的是：在生產力變革的時代裏，誰真正掌握高效處理生產資料的工具，誰真正擁有製造這種工具的能力，誰就具有真正的時代競爭力。

而Brain++，就是曠視自主研發的時代性工具。

所以Brain++是什麼？

一言以蔽之，Brain++是曠視自主研發的端到端人工智能算法平台，是具備大規模算法研發能力的時代工具，也是AI公司核心競爭力所繫的AI中台。

眾所周知，AI算法從研發到部署，是一套龐大的系統工程。

目前業界普遍把深度學習框架作為算法開發工具——以降低開發門檻，提高算法開發效率。

但框架的學習和使用成本依然不低，難以規模化。這也是AI人才供不應求的瓶頸所在。

究其原因，在於只有深度學習框架還不夠，需要打通從數據到算力再到框架全流程，真正端到端的解決方案。

換而言之，就是一個從開發到產業應用的AI操作系統。

於是從2011年感召於深度學習而創業開始，曠視就看到了這種自身和產業將會面臨的挑戰。

在前3年積蓄勢能，證明AI商業化可行後，2014年開始Brain++被提上議程，作為其研發重中之重。

曠視希望用端到端的人工智能算法平台打造人工智能產業的生態底座，讓開發者和企業獲得從數據到算法產業化的一攬子技術能力，從而推進技術快速落地。

在烏鎮頒獎現場，曠視聯合創始人及CTO唐文斌也介紹説：

Brain++的打造，實現了端到端的AI算法生產，讓研發人員獲得從數據到算法產業化的一攬子技術能力，不用重複造輪子，也可以推進AI快速落地。

而且更重要的是，數次迭代躍遷後的Brain++，還引入了AutoML技術，可以讓算法來訓練算法，讓AI來創造AI。

值得一提的是，Brain++打造並部署後，開始成為曠視全員用來訓練、部署算法的深度學習框架，完全自主，無需依賴第三方。

且實力也通過一個個冠軍和落地產品得到驗證。

依託Brain++，曠視斬獲了22項全球AI競賽冠軍，同台比拼都是谷歌、微軟等全球豪強。

還開發出了可部署在雲端、邊緣側以及移動端的深度神經網絡，擁有自主原創的源源不斷生產能力。

在行業落地方面，曠視圍繞自己制定的戰略方向，實現了對個人物聯網、城市物聯網、供應鏈物聯網三大場景的賦能。

比如在個人物聯網中，智能手機中知名的超畫質使用：藉助AI算法，讓手機僅通過軟件就可以完成原始圖像一系列優化，解決夜晚和低光照環境拍攝痛點，呈現高畫質數碼相機成像水平。能用算法解決的問題，就不再堆砌硬件。

而該技術方案從無到有、再到落地應用，完全基於Brain++。

對於這樣的AI中台，曠視首席科學家、曠視研究院院長孫劍博士也評價説：

Brain++讓規模化算法訓練成為可能，並且可以針對不同垂直領域的碎片化需求定製出多元算法組合，避免重複造輪子的資源浪費。

也就是説，在曠視這座生產靈丹妙藥的王國裏，Brain++就是保證仙丹源源不斷被製造的煉丹爐。

那麼問題更進一步：

Brain++究竟如何煉丹？

AI核心離不開三大要素：

數據、算法和算力。

所以Brain++總體框架，總共包含了AI數據平台、AI訓練框架，以及AI計算平台三大部分，與三要素一一對應。

其中，深度學習框架MegEngine，類於TensorFlow\PyTorch\Caffe，但Brain++完全自研，且揚長避短，比Caffe還更靈活，可定義的程度也更高。

Brain++因曠視需求而生，對需求適配也就更準確，不必在TensorFlow等龐大代碼基礎上去修改和調整，效率反而更高。

數據管理平台MegData，則可以實現算法與數據的相輔相成，從入手啓動開始，先用少量標註數據訓練初級算法，然後再以此算法標註數據，可以用最小時間成本達到最高效數據標註。

還有深度學習雲計算平台MegCompute，曠視開發了一層軟件，對進行計算資源的管理與調度優化，可以在用户空閒時臨時收回資源分配。

可以支持數百名研究人員同時在上萬個GPU上執行從數百到數千個訓練任務，從而顯著提高算法訓練效率。

在多次全球AI競賽屠榜後，曠視的這個計算平台，還多次引起競爭對手感嘆：刀不如人炮不如人，沒有辦法。

2018年，曠視研究院還在CVPR上提出了“MegDet”的新型檢測方法， 從mini-batch角度加速深度神經網絡訓練。

該技術實現了物體檢測訓練新突破，可以用一個256多樣本的“大mini-batch”的檢測器，使用128張GPU卡訓練任務，最終把訓練時間從33小時減少到4小時。

當然，算法、數據和算力優化，還只是Brain++的基本盤，作為一路引領中國AI創業的獨角獸，曠視在Brain++上傾注心血，還體現在獨特優勢上：

針對視覺任務定製化優化。

Brain++針對視覺任務做出了定製化的優化，使處理圖像與影像更高效。

經過優化的Brain++特別適合大量圖像及視頻訓練及完成複雜的視覺任務，如圖像分類、物體檢測、物體場景分割、影像分析等。

配備AutoML技術。

Brain++將深度神經網絡設計、參數調整及設備適配等過程自動化，可顯著降低人力成本並大幅提高開發效率，幫助AI企業構建出一條不斷自我改進、不斷變得更加高效的半自動算法研發產線。

而Brain++點滴，也在研發、落地中，成為曠視AI的高牆厚壁，是曠視勢能動能不斷轉換的驅動引擎。

以Brain++作為基礎設施，曠視開發了可部署於雲端、移動端及邊緣端全計算平台的深度神經網絡。

在商業化落地方面也產出赫赫，在個人物聯網、城市物聯網和供應鏈物聯網等不同垂直領域，都有多種高效的全棧式解決方案。

毫無疑問，對於曠視來説，Brain++就是根基所在、動脈所繫，力量之源。

現在及未來，無論曠視之樹上長出怎樣的算法之花、業務之果，一切都離不開Brain++的強壯、穩固和生長。

而且在波詭雲譎的大形勢中，也不存在任何卡脖子之憂。Brain++的完全自研，甚至能力上的國際領先，不僅意味着自主，也代表着自強和底氣。

時代決定性之戰

所以當我們現在談論Brain++和AI規模化開發，意義就不會不止於曠視一家公司本身。

而且更有意思的是，產業潮水方向也正在印證這種趨勢。

AI發展至2019，競爭和比拼來到了一個新武器時代，不再是精英大牛、不再是刷榜奪冠，也沒有了融資數額……

AI框架、AI平台，比以往任何時候都更受矚目，比以往任何時候都更劍拔弩張。

這不是一城一池的爭奪，這是一個時代的決定性戰役。

對了，還記得曠視招股書嗎？在“解決方案”、“技術”等之後，被提及最多的專有名詞：

正是Brain++。