旷视科技发布开源深度学习框架“天元” 为AI 开发打造一体化智能锅

据唐文斌介绍,“Brain++ 平台的意义是为了能像 Visual Studio 一样为用户提供更完善的集成开发环境,满足 AI 开发者从 AI 生产(输出算法模型)到应用(实现算法工程化封装)各环节中,一站式、全流程算法研发的切实需求,将产品从实验室原型到工业部署原本数周或数月的时间成本,缩短到小时级。”

【安防在线 www.anfang.cn】从旷视科技获悉,3月25日,旷视科技在其开源发布会上,由旷视联合创始人、首席技术官唐文斌发布了旷视的三位一体生产力平台――Brain++。

据唐文斌介绍,“Brain++ 平台的意义是为了能像 Visual Studio 一样为用户提供更完善的集成开发环境,满足 AI 开发者从 AI 生产(输出算法模型)到应用(实现算法工程化封装)各环节中,一站式、全流程算法研发的切实需求,将产品从实验室原型到工业部署原本数周或数月的时间成本,缩短到小时级。”

“降低开发者的门槛,让 AI 变得平凡才是真正的释放 AI 生产力。”据了解,旷视希望通过开源、开放的方式逐步将 AI 生产力平台 Brain++ 的能力传递给业界广大开发者,让每一个 AI 开发者都有能力快速实现算法从 0 到 1 的创造,进而创造更大的价值。

在此次发布会上,天元开源项目的产品负责人田忠博详细介绍了天元的技术细节。天元是一套训练推理一体化、动静态合一的工业级深度学习框架,架构上具体分为计算接口、图表示、优化与编译、运行时管理和计算内核五层。

旷视科技发布开源深度学习框架“天元” 为AI 开发打造一体化智能锅

在顶层的计算接口上,天元配置C++和Python接口,用以解决框架学习接口各异,模型难以复现的问题;

在图表示层,天元内置动静态转换功能,支持开发者混合使用动态图和静态图模式进行编程;

在优化与编译层,天元构建核心计算图支持用户高效交互,进一步优化和编译API表达的计算,具体包括自动求导器、图优化和图编译功能;

运行时设备管理中,天元配置计算调度和内存管理两个模块,通过计算调度模块将设备抽象为执行流,并通过调度器实现智能调度。

天元对于 AI 开发者来说,就是一套从菜谱到美味的端到端一体化智能锅,覆盖从训练到推理再到部署装盘全流程。不仅自带菜谱(模型库)还支持自定义菜谱(模型导入),具备显示屏灵活可控、方便操作,特别适合既要求美味,又追求效率和体验的 AI 生产者。

发布会上,除了为解决开发者生产力而开源的天元,一同发布的还包括为了帮助企业实现 AI+ 升级的Brain++ 开放计划。

该文观点仅代表作者,本站仅提供信息存储空间服务,转载请注明出处。若需了解详细的安防行业方案,或有其它建议反馈,欢迎联系我们

(0)
小安小安

相关推荐

  • 到2030年,全球边缘计算市场规模将达到1560亿美元

    随着全球经济危机的到来,越来越多的企业正在努力降低带宽使用,解决与大数据相关的延迟问题和隐私问题,以优化他们的业务。这就是为什么边缘计算的采用像海啸一样冲击着IT行业。

    2026年1月6日
  • 阿里云发布飞天智算平台 打造大规模算力到全栈AI服务

    飞天智算平台一体化解决方案可以提供高效率的融合高算力,单体算力可达12EFLOPS,千卡并行计算效率高达90%,此外一体化解决方案能够在提供生产需要的大数据平台、AI平台,全链路数据服务和计算服务的同时,提供绿色低碳的计算服务,利用自研的磐久液冷技术,实现1.09的低碳计算能力。

    2026年1月5日
  • 湖北工业大学GPU计算节点云管理平台等采购招标公告

    湖北工业大学GPU计算节点云管理平台等采购招标公告 发布日期:2022-09-02 15:57|发布单位:湖北昱鸿信招标咨询有限公司|项目开标时间:2022-09-26|项目监管地…

    商机 2026年1月5日
  • 全球人工智能产业进入高速发展阶段

    各国将人工智能上升至国家战略层面,加强人工智能顶层设计和统筹规划。产业界不断探索人工智能在多领域的应用落地,挖掘人工智能技术潜力。在政策和市场的双重驱动下,人工智能产业进入高速发展阶段,技术红利快速释放,研发成果不断涌现,应用场景持续拓展。

    2026年1月5日
  • 用于边缘AI的神经形态芯片问世

    一个国际研究团队设计并制造了一种直接在内存中运行计算的芯片,可运行各种人工智能(AI)应用,而且它能在保持高精度的同时,仅消耗通用AI计算平台所耗能量的一小部分,兼具高效率和通用性。相关研究发表在最近的《自然》杂志上。

    2026年1月3日
  • 用于边缘AI的神经形态芯片问世:性能卓越,高通用性

    目前,AI计算既耗电又昂贵。边缘设备上的大多数AI应用程序都涉及将数据从设备移动到云端,AI在云端对其进行处理和分析,然后将结果移回设备。

    2026年1月3日