挑战TensorFlow、PyTorch,谁才是中国AI开源框架之星?

2020 年 12 月 8 日 CSDN

众所周知,深度学习开源框架的应用正在推动人工智能技术从实验室走向产业界。作为AI时代的重要的生产工具,AI开源框架是开发者研发AI应用的重要基石,也是开发者们发展路上的相伴者。

不过,纵观市场上的开源框架,TensorFlow、PyTorch基本两分天下,从技术能力到生态建设可以满足大部分企业在其中构建自己的AI应用。反观国产AI开源框架,无论从市场影响力和使用规模来看,还难与前两者抗衡。

即便如此,AI框架在国内的发展却日渐热闹。

2016年,百度PaddlePaddle打响了国产AI框架开源的第一枪。2020年,来自中国的AI开源框架更是接连登台,由清华、旷视、华为、一流科技四大学界和业界机构陆续宣布开源AI框架MindSpore、MegEngine、Jittor、OneFlow,这也许会成为国产深度学习框架开源历史上重要的高光时刻。 

无疑,这些国产AI开源框架都剑指TensorFlow、PyTorch,在AI开源框架的市场格局还未彻底固化之前,它们都有机会从这些霸主嘴里分一杯羹,甚至与TensorFlow、PyTorch形成三足鼎立的的竞争态势。 

那么,在这些AI开源框架中,谁将有机会与TensorFlow、PyTorch三分天下?

目前来看,基于各自的技术优势,各家的开源框架都已初具规模,并不断从产品和生态上进行扩展,步步为营。其中,旷视天元MegEngine在开源后,连续在技术和生态上大踏步迈进。

天元是一套伴随旷视自身 AI 产业实战经验的框架,是旷视 Brain++ 的核心组件之一。其于2014年开始研发,2015 年起全员使用,在今年3月开源提供给全球开发者使用时,旷视就为天元做了一次全面的升级。

它不仅能够在AI竞赛擂台上为旷视打怪升级加 Buff,更撑起了旷视工程化、产品化的半边天。目前,旷视所有算法均通过天元MegEngine进行训练和推理。

在工业实践中,他们不断对底层框架、数据和数据设施进行迭代,最终完成了从研发到业务全面向自有深度学习框架和自有计算集群的迁移。在过去几年,旷视在研发过程中遇到了很多行业共通的痛点,而天元的核心特色就是解决这些痛点。

随后,天元MegEngine不断更迭,从3月的Alpha版本升级到6月的Beta版本、到9月的1.0预览版本,期间经历了8次迭代。从开源到现在经过半年的技术迭代,天元拥有三大核心优势:训练推理一体、全平台高效支持、动静结合的训练能力。

在使用上,天元Model Hub提供了丰富的预训练模型,并且每个模型都提供了 SOTA级别准确率,让开发者可以便捷的上手天元。此外,天元已经与小米MACE、OpenAI Lab Tengine进行了深度集成,开发者可以将MegEngine的模型直接转换到MACE或Tengine中执行,从而获取在各类异构设备上执行深度学习模型的能力。

GitHub地址:

https://github.com/MegEngine

随着天元MegEngine的不断完备,逐渐被开发者所熟知,并助力中国企业和开发者落地AI应用,现在已在GitHub上得到开发者的3400个Star。

目前,天元MegEngine还朝着中国AI开源框架之星的目标持续进化中。未来,你觉得谁将引领国产AI开源框架,天元MegEngine又有多大的机会?

天元MegEngine目前的发展离不开开发者的支持。为感谢开发者对中国原创开源框架助力,这次,我们将通过“支持国产AI开源框架,开发者们在行动!”的活动回馈开发者,凡在GitHub上Star天元MegEngine用户有机会获得炫酷天元MegEngine纪念T恤、CSDN定制键盘托、精美AI技术书籍以及100小时在线算力卡,欢迎开发者积极参与点赞活动。 

GitHub链接:

https://github.com/MegEngine/MegEngine

即刻参与:

https://bbs.csdn.net/topics/397736554

您也可扫描二维码参与活动

 附:GPU算力兑换方法:

Step1:注册成为MegStudio用户( https://studio.brainpp.com ),并提供MegStudio注册账号给到CSDN工作人员;

Step 2:我们将统一为获奖用户的账号免费发送100小时的GPU算力,然后就可以开启深度学习模型训练之旅 

参与本次活动的小伙伴,需把点赞及注册成为MegStudio用户,截图回帖,即可领取以下奖品。

如果您有任何疑问,也可以给我们发送邮件,邮箱:fengyan@csdn.net

登录查看更多
0

相关内容

《人工智能安全框架(2020年)》白皮书,68页pdf
专知会员服务
164+阅读 · 2021年1月9日
英特尔《中国金融行业AI 实战手册》,56页pdf
专知会员服务
37+阅读 · 2020年11月8日
一网打尽!100+深度学习模型TensorFlow与Pytorch代码实现集合
2019年人工智能行业现状与发展趋势报告,52页ppt
专知会员服务
120+阅读 · 2019年10月10日
TensorFlow与PyTorch之争,哪个框架最适合深度学习
Python开发者
5+阅读 · 2019年9月18日
演讲实录丨黄铁军:新一代人工智能开源开放平台
中国人工智能学会
4+阅读 · 2019年7月10日
标贝科技:TensorFlow 框架提升语音合成效果
谷歌开发者
6+阅读 · 2019年4月29日
解读2018:13家开源框架谁能统一流计算?
AI前线
3+阅读 · 2018年12月17日
PyTorch 1.0 正式版发布了!
机器学习算法与Python学习
4+阅读 · 2018年12月8日
TensorFlow 2.0和PyTorch谁更好?大牛们争了好几天
深度学习开发必备开源框架
九章算法
12+阅读 · 2018年5月30日
Arxiv
0+阅读 · 2021年2月2日
Arxiv
3+阅读 · 2018年6月18日
Arxiv
3+阅读 · 2018年5月28日
Arxiv
7+阅读 · 2018年1月24日
VIP会员
相关资讯
TensorFlow与PyTorch之争,哪个框架最适合深度学习
Python开发者
5+阅读 · 2019年9月18日
演讲实录丨黄铁军:新一代人工智能开源开放平台
中国人工智能学会
4+阅读 · 2019年7月10日
标贝科技:TensorFlow 框架提升语音合成效果
谷歌开发者
6+阅读 · 2019年4月29日
解读2018:13家开源框架谁能统一流计算?
AI前线
3+阅读 · 2018年12月17日
PyTorch 1.0 正式版发布了!
机器学习算法与Python学习
4+阅读 · 2018年12月8日
TensorFlow 2.0和PyTorch谁更好?大牛们争了好几天
深度学习开发必备开源框架
九章算法
12+阅读 · 2018年5月30日
Top
微信扫码咨询专知VIP会员