继天元开源后,旷视又亮出“看家本领”:推出Brain++商业版

2020 年 9 月 29 日 量子位
边策 发自 凹非寺 
量子位 报道 | 公众号 QbitAI

2020年是AI落地化元年已毋庸置疑。今年4月,国家发改委将人工智能确定作为“新基建”的融合基础设施,支持传统产业转型升级。

工欲善其事,必先利其器。国内的AI软件早已摩拳擦掌、跃跃欲试。

今年上半年,华为、旷视、清华等高校和公司陆续开源自研AI框架,迈出了AI大规模落地化的第一步。

相比今年才大面积开花的AI框架,国内的AI生产力平台起步更早:百度有“百度大脑”、华为有“ModelArts”、阿里有“PAI”、腾讯有“AI开放平台”。

有了平台就能轻松快捷搭建AI吗?也不尽然。

仔细观察现在的AI平台,不难发现,这类平台或者服务于专业客户,或者直接向几乎没有开发能力的企业提供现成可用的解决方案。

这个问题在前几年可能并不突出,但是随着AI商业落地的规模越来越大,企业的需求越来越多样化,难免会遇到“中间派”。

他们没有非常强大的开发能力,市场上又没有现成的解决方案可用,处于一种“半定制化”的状态。

这类企业在AI商业化常常会遇到以下问题:

  1. 技术门槛高:专业人才稀缺,涉及的技术工作复杂、难度很大

  2. 能力碎片化:缺少全流程工具,需要在零散工具基础上进行集成和开发

  3. 需求长尾化:场景分散,需要大量定制化的AI能力

  4. 安全&稳定:数据安全问题,系统稳定性

如果有一家公司,本身具有过硬的AI研发能力,又有着丰富的AI商业化经验,还愿意将“看家本领”贡献出来,那就太好了。

说来就来。最新消息,旷视现在发布了针对企业客户的“Brain++商业版”,解决了这类企业使用AI的难题。

首个具有商业化“基因”的AI平台

熟悉旷视的人都应该知道,Brain++是旷视在AI领域创业多年的致胜法宝。

Brain++商业版是对过去旷视内部Brain++开发流程、工具、和能力的产品化整合。

2011年,以深度学习为代表的AI技术开始爆发,旷视在那一年成立。

因为业内并没有现成的、符合规模化AI能力研发的工具,旷视自己从头开始设计工具、建立流程、沉淀能力,这样的工作从2014年起至今已有6年。这些工作的结果就是旷视内部全员使用的Brain++平台

正是凭借Brain++,旷视拥有了规模化AI算法生产的能力,在计算机视觉等AI商用场景里脱颖而出。可以说Brain++经过了时间和市场的检验,而旷视本身就是Brain++商业化的成功案例。

经过6年的迭代升级,如今旷视开始进一步探索Brain++的商业化能力,发布了针对企业客户的“Brain++商业版”。

旷视此次推出的Brain++商业版拥有三大优势:

一、经过旷视自己多年上百种产品的价值验证,目前旷视1400多名研发人员都在使用;

二、具有强大的工程化能力:Brain++整合了旷视丰富的AI开发经验和领先的技术工具;

三、向客户提供全流程配套服务,可以一站式免除企业的后顾之忧。

与其他AI生产力平台最大的不同是,Brain++并非先有平台再落地,而是与旷视商业化进程一起成长,其可行性在过去6年已经得到验证,生来就具有商业化“基因”。

作为一家AI创业公司,旷视更懂AI平台该如何为企业服务。

Brain++的商业版有何不同

众所周知,AI的三大支柱分别是数据、算法、算力。

几乎所有的主流AI平台都由这三部分组成,Brain++也不例外。

Brain++集成了用于数据管理的MegData、用于AI模型开发的MegEngine以及用于算力管理的MegCompute。

但旷视Brain++商业版不是机械整合,直接使用三大模块并不符合商业思维习惯。

一般的AI生产力平台,企业开发使用AI算法、管理数据、调度算力需要分别使用不同的产品,造成了能力碎片化。

Brain++商业版这一次将“三大支柱”重新整合,划分为更容易理解和操作的交付、算法、平台三个层级,为企业带来新一代的AI生产力工具。

如果说其他AI平台、深度学习框架是在提供代码库或安装包,那么Brain++商业版更像是AI算法开发领域的“Visual Studio”。

算法层用于解决实际业务问题,平台层提供能力支撑,交付层确保平台能落地,算法能应用。

算法的归算法,硬件的归硬件。Brain++商业版不仅向客户提供软件,同时也提供私有化部署的方案,在产品之外也提供算法定制化开发、平台使用培训等一整套服务体系,可谓是企业端到端解决AI业务落地的“保姆式服务”。

在软件方面,Brain++商业版覆盖数据管理、模型研发、算力调度等算法生产全流程。

除了算法软件开发平台,Brain++商业版还可为客户提供集群搭建和部署在内的硬件交付。

这与其他AI平台有着极大的不同。企业在解决AI软件开发问题的同时,再也不必为寻找AI硬件提供商、软硬件适配问题头疼。

到企业中去

产品逻辑的升级无非是为了更好地服务客户。

Brain++商业版最初从AI企业中来,现在要重新整合后再到千千万万企业中去。

过去企业想要利用AI改善生产制造流程、提高生产效率,往往需要从0到1招募人才、建立团队、投入高昂费用、经过漫长的研发周期,才有可能实现。

旷视的Brain++商业版就是在这样的大环境下应运而生。

Brain++商业版不仅在软件逻辑层面上让AI平台更适配企业,在与企业打交道实际过程中也有不可比拟的优势。

首先,Brain++商业版为用户提供部署AI模型所需的硬件。由于提供硬件服务,Brain++商业版当然支持私有化部署,解决企业“上云”的安全忧虑。

其次,Brain++商业版提供全流程配套服务,从前期方案咨询、到后面的部署、运维、培训等,可以一站式免除企业的后顾之忧。

两方面的优势加速了企业落地AI的效率。旷视表示,Brain++商业版可有效缩短80%算法从需求到落地的时间,整体降低55%的算法生产成本。

无论是想新建自研AI业务的企业,还是已有AI研发项目想要提升研发效率的企业,都可以使用Brain++商业版。

产品发布只是旷视走出的第一步,未来旷视希望Brain++商业版能实现3个目标:

1、支持1000家传统企业搭建自己的AI能力,并实现智能转型;

2、推动1万个AI长尾算法落地,提高AI应用渗透率;

3、向社会输送1万名能够基于Brain++平台完成算法生产的AI人才。

在谈及推出Brain++商业版的价值时,旷视研究院高级技术总监田忠博表示:

深度学习技术门槛高、专业人才稀缺,传统行业很难吸引到合适的人才去长期深度构建此方面能力。作为一家AI企业,我们认为自己有能力也有责任,降低企业部署AI的门槛,帮助更多企业能够用上AI、用好AI,用人工智能造福大众。

今年,AI商业化已经走入深水区,如何扩大AI商用规模是每个企业都在思考的问题,

作为国内最知名的“AI独角兽”,旷视有能力将Brain++带到其他企业中去,同时也能为旷视本身创造价值。

开源天元是建设AI生态迈出的第一步,现在旷视将自己技术商业化“看家本领”共享出来,既能造福企业,也能从中获利,双方实现双赢,难道不好吗?

本文系网易新闻•网易号特色内容激励计划签约账号【量子位】原创内容,未经账号授权,禁止随意转载。


量子位 QbitAI · 头条号签约作者


վ'ᴗ' ի 追踪AI技术和产品新动态


一键三连「分享」、「点赞」和「在看」

科技前沿进展日日相见~


登录查看更多
0

相关内容

Brain++是旷视自主研发的新一代AI生产力平台,包括深度学习框架MegEngine(旷视天元)、深度学习云计算平台MegCompute以及数据管理平台MegData,将算法、算力和数据能力融为一体。依托于Brain++,旷视可针对不同垂直领域的碎片化需求定制丰富且不断增长的算法组合,向客户提供包括算法、平台及应用软件、硬件设备和技术服务在内的全栈式人工智能解决方案。
【NeurIPS 2020】图神经网络GNN架构设计
专知会员服务
83+阅读 · 2020年11月19日
【ECCV2020-华为】车道线架构搜索框架
专知会员服务
22+阅读 · 2020年9月23日
商业数据分析,39页ppt
专知会员服务
160+阅读 · 2020年6月2日
华为发布《自动驾驶网络解决方案白皮书》
专知会员服务
125+阅读 · 2020年5月22日
德勤:2020技术趋势报告,120页pdf
专知会员服务
190+阅读 · 2020年3月31日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
137+阅读 · 2019年12月12日
专访阿里亚顿:Serverless与BFF与前端
前端之巅
45+阅读 · 2019年5月8日
战略|不会用战略地图,战略永远无法落地
智慧云董事会
11+阅读 · 2018年9月5日
预言|李开复预见2018:明年会有一批AI公司倒闭
机器人大讲堂
6+阅读 · 2017年12月15日
2017全球大数据产业八领域典型公司盘点分析
人工智能学家
3+阅读 · 2017年12月6日
Arxiv
0+阅读 · 2020年12月1日
Arxiv
7+阅读 · 2020年5月25日
Arxiv
14+阅读 · 2019年11月26日
Arxiv
5+阅读 · 2019年2月28日
VIP会员
相关VIP内容
【NeurIPS 2020】图神经网络GNN架构设计
专知会员服务
83+阅读 · 2020年11月19日
【ECCV2020-华为】车道线架构搜索框架
专知会员服务
22+阅读 · 2020年9月23日
商业数据分析,39页ppt
专知会员服务
160+阅读 · 2020年6月2日
华为发布《自动驾驶网络解决方案白皮书》
专知会员服务
125+阅读 · 2020年5月22日
德勤:2020技术趋势报告,120页pdf
专知会员服务
190+阅读 · 2020年3月31日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
137+阅读 · 2019年12月12日
Top
微信扫码咨询专知VIP会员