2020, AI interno de código abierto "para probar la seguridad" TensorFlow, PyTorch

" Ecosistema de la tecnología AI en " sección de entrevistas se inicia CSDN millones AI aprendió una parte importante en la iniciativa. ecología AI a través de entrevistas con expertos, empresarios, industria de KOL, lo que refleja su pensamiento sobre la práctica de la industria para determinar las tendencias futuras, la tecnología y la experiencia de crecer.

En 2020, RDCC llevará a cabo entrevistas de 1000 caracteres, forman una serie, que describe AI ecología de las figuras más influyentes y mapas AI panorama de la industria. En este artículo, la serie de "tecnología ecológica En AI" de entrevistas.

AI millones de personas aprenden que ha tomado! Participar comentarios del artículo, el área de comentarios seleccionado para el mensaje, obtener el valor de 299 yuanes, " 2.020 millones de personas desarrolladores AI congreso " billete en línea en vivo.

Autor | Justo

Producido | AI campamento de base tecnológica (ID: rgznai100)

2016, Baidu PaddlePaddle disparó el primer tiro del marco de código abierto interno AI.

Sin embargo, años más tarde, cuando domésticos de código abierto a los desarrolladores de AI de China miran hacia atrás el pasado, la Fed también piensan que por la Universidad de Tsinghua, vista abierta, Huawei en tan sólo siete días después de otro anunció el fin de código abierto marco de la IA de marzo del 2020.

En el 28 de marzo de Huawei ha completado en la Conferencia de Desarrolladores 2020 del presidente de rotación Xu Zhijun se comprometió en agosto pasado, se anunció la fuente abierta MindSpore, que es un soporte profunda formación de aprendizaje borde extremo del marco razonamiento nube de toda la escena.

el tiempo apropiado, hace cuatro días, AI unicornio Kuang Ciencia y Tecnología anunció la fuente abierta Tianyuan (MegEngine), subrayando que es la integración de la formación razonamiento, estática y dinámica de la unidad de tipo industrial marco de aprendizaje profundo.

20 de marzo de Departamento de la Universidad de dibujos de diseño de código abierto marco de gráficos de ordenador del laboratorio de IA (Jittor), que es la primera de código abierto AI marco académico de China, la evaluación comparativa de particular PyTorch.

En sólo ocho días, a partir de código abierto de China AI "se Changba mí en el escenario" a código abierto marco de AI Espada Overlord que, esto puede ser un momento importante en la luz del marco aprendizaje profundo interno de alta para la historia de código abierto.

Un hecho establecido que la profundidad de campo de estudio es el marco de código abierto, TensorFlow, PyTorch dos puntos básicos del mundo, a partir de la capacidad técnica para la construcción ecológica, que dan al suelo AI para proporcionar un fuerte apoyo para satisfacer la mayor parte de las empresas en las que crear sus propias aplicaciones de IA. AI contrario, marco de código libre nacional, incluso si Baidu PaddlePaddle ha estado abierta durante cuatro años, Tencent Ángel, Ali X-aprendizaje profundo y otro marco de código abierto tiene también, pero el impacto en el mercado y el uso de la escala, más difícil competir con los dos primeros.

Siendo ese el caso, en el caso de "código abierto" y un marco completo para marco AI ecológica, empresas e instituciones chinas ¿Por qué volvieron a hacer otro conjunto de la tecnología de la rueda, de lo que valoran y la importancia del marco de la investigación en IA es de código abierto?

espacio de innovación tecnológica

AI marco de código abierto de construcción es un proyecto que consume tiempo grande. Si usted no tiene idea más allá del marco actual de la corriente principal, para construir un conjunto de ruedas hay repetición de la innovación tecnológica, el "costo" no parece alta, el experto atractivo no es grande.

duda de gran alcance TensorFlow, PyTorch, pero no sin su capacidad técnica para la mejora. Con profunda aprendizaje de nuevas tecnologías, y la complejidad de la tarea cada vez mayor, debido a la continua expansión de diseño arquitectónico y otras razones, llevaron a estas marco de la corriente principal del sistema se complica optimización de la estructura y el trasplante más difícil, el rendimiento real del nuevo modelo aún no se ha mejorado.

Después del descubrimiento de este espacio optimizado, Departamento de Informática Gráfica Laboratorio de estudiante de doctorado de la Universidad de Tsinghua con la esperanza de tener un equipo capaz de adaptarse a una variedad de hardware inteligente mientras se mantiene una fuerte versatilidad eficiente, y la profundidad de aprendizaje escalabilidad de la plataforma.

GitHub dirección: https: //github.com/Jittor/Jittor

La figura metros (Jittor) es uno de esos productos. Utiliza la fusión meta-operador innovador y tecnología de compilación dinámica, profundidad de memoria Optimizar, efectivamente puede mejorar el rendimiento operativo y la versatilidad del sistema, para garantizar la aplicación y optimización de la separación, aumentando significativamente el desarrollo de aplicaciones flexibilidad, escalabilidad y portabilidad. En comparación con otros marcos importantes, que tiene una serie de características avanzadas.

De hecho, en comparación con Pytorch, mediante la implementación de ResNet, VGG, SSD, DeepLab, LSGAN pluralidad de otro modelo de red en la plataforma de metro la figura, y el velocímetro tren razonamiento figura 10% -50% de aumento del rendimiento.

Aunque los dibujos de estudio incipiente aún no se sigue el iterativa, pero desde la perspectiva de la innovación tecnológica, la estructura de la investigación académica China debe tener el valor y la capacidad de tratar de hacer pionero.

Del mismo modo, la existencia de umbral alto desarrollo del marco AI, altos costos de operación, asuntos difíciles tales como la necesidad de resolver el despliegue, Huawei está también desarrollando un marco principal razón MindSpore.

En 2019 China, AI Conferencia de Desarrolladores año pasado, CSDN a cabo el Huawei MindSpore arquitecto superior al ventilador introdujo su filosofía de diseño de tres: proporcionar un nuevo paradigma de la programación, la implementación de nuevos modelos y la demanda de toda la escena juntos.

"MindSpore desea orientar Tensorflow son cosas completamente diferentes." Él dijo que la tecnología tiene un considerable sentido de avance técnico, pero el reto es relativamente grande, por lo que Huawei quisiera obligar a este respecto.

las necesidades de negocio de la empresa

Además de la innovación tecnológica, sino también teniendo en cuenta los estrechos AI escenarios de negocio real. En este punto, tal vez aquellas empresas a la industria de construcción más dicen marco AI basa en sus propios escenarios.

Confiar en la enormes escenarios de bonificación de datos y, el desarrollo de China por delante de la capa de aplicación industria de la IA. Pero cuando la industria de la IA en una forma desarrollada a una cierta etapa, cuando, si las compañías de IA no tienen la tecnología subyacente, es difícil apoyar la aplicación superior a implementarlos rápidamente. la ciencia y la tecnología campo base fundador clase Yuan Jin Hui dijo AI Tecnología (ID: rgznai100), "en el desarrollo actual de la integración de software y hardware subyacente, si no captar la profundidad del nuevo marco, es el hardware y el software de co-diseño, una cierta competitividad en el ámbito internacional. "

GitHub dirección: https: //github.com/MegEngine

Kuang vista de Tianyuan ( MegEngine ) como Kuang, como el cerebro ++ es uno de los componentes de la base, se acompaña de un conjunto de la experiencia práctica del desierto, como el marco para su propia industria de la IA.

De acuerdo con Kuang Dependiendo dijo que desde el comienzo de 2014, la investigación y el desarrollo, uso completo en el año 2015, pero Google y el TensorFlow de código abierto lanzado en el mismo año, también se aplica la figura manera de hacerlo marco computar un gran impacto en ellos, pero se encontraron con que el rendimiento de TensorFlow más lento que el marco de auto-desarrollo en varias ocasiones.

A partir de entonces, en la práctica industrial, mantienen el marco, los datos y las técnicas de iteración subyacentes, la terminación final de una migración completa del desarrollo de las operaciones de auto-marco de profundidad y su propio cluster de computación de aprendizaje. El director técnico de alto nivel Kuang Instituto Tian Zhongbo ver que en los últimos años, dependiendo de Kuang se reunió una gran cantidad de puntos de dolor comunes de la industria en el proceso de desarrollo, y la característica clave de Tianyuan es resolver estos puntos de dolor.

Hasta marzo de este año, la fuente abierta, vista abierta algoritmos toda actuales se basan en la formación de Tianyuan y el razonamiento, ya sea IA o la competición de ingeniería, todos sus productos hacen de soporte técnico.

GitHub dirección: https: //github.com/mindspore-ai/mindspore

MindSpore la investigación también se integra en el negocio de Huawei están estrechamente relacionados. En 2018, Huawei se unen a toda la conferencia, Huawei lanzó sus soluciones de IA de primera pila completa toda la escena, incluyendo microprocesador, microprocesador de permitir, la formación y el razonamiento marco y aplicaciones que permitan soluciones full-stack disponibles en la nube pública, nube privada, diversos borde de computación, redes y extremo terminal industria de consumo por lo que todo el despliegue escena.

Claramente, AI plataforma de computación es sus soluciones de AI en la parte importante. jefe científico MindSpore Chen Lei, en forma nativa MindSpore cada escena comprende bordes extremos y las nubes, y puede ser coordinada sobre la base necesaria, es decir, los algoritmos de IA implementadas por el código enfocados a mejorar la facilidad de uso y reduce el umbral de desarrollo de los desarrolladores de AI.

En otros aspectos de la "auto-estudio" vinculación módulo de la tecnología de Huawei, y luego publicarla en MindSpore de primera clase empresarial la experiencia de desarrollo de aplicaciones de la industria AI Suite Pro ModelArts. Mientras que el soporte subyacente otra GPU procesador, CPU o similar, MindSpore AI pueden estar aumentando con Huawei procesador sinérgico optimizado para conseguir estado de funcionamiento de alta eficiencia, en gran medida mejorar el rendimiento de computación.

Nueva estrategia nacional de infraestructura

Detrás de la industria de China AI AI compiten para construir el marco de código abierto, las consideraciones técnicas y aspectos operacionales del supuesto importante, pero no debe pasarse por alto el apoyo de políticas a nivel nacional.

AI para la construcción de la infraestructura, el gobierno chino enfocará mencionado en la "nueva generación de plan de desarrollo de la inteligencia artificial" y otra política de alto nivel sobre la planificación de la IA, además de aumentar el piso tecnología de capa de aplicación, más en profundidad la industria y la esperanza de la academia AI subyacente a la investigación y desarrollo de tecnología.

Los últimos dos años, la tecnología subyacente "estrangulamiento" en los últimos dos años, China se ha convertido en el tema de la comunidad científica para explorar el calor, preocupados de que el desarrollo se encuentran con dificultades castillos en el aire como un chip del desarrollo de China AI. La alta cultura como representante de los expertos de AI del académico son también cuatro sermones "AI es necesario hacer de código abierto, China quiere desarrollar la nueva generación de la inteligencia artificial, debe haber riesgo eficiente y controlable de código abierto plataforma abierta" punto de vista .

Recientemente, debido al impacto económico de la epidemia, el nivel de gobierno para promover, el mercado se pone en marcha una moda "nueva infraestructura", la infraestructura digital que 5G, un gran centro de datos, que consiste en la inteligencia artificial y la preocupación de la industria de Internet. empresas públicas u otros ambicioso desarrollo de la IA, la IA para comprender la tecnología subyacente a través de la investigación independiente, sin duda, una estrategia importante.

De hecho, detrás de Tsinghua "mapa de metro" proyecto financiado por el nivel de apoyo del gobierno de la Fundación Nacional de Ciencias Naturales de los proyectos del grupo de innovación, información Beijing Ciencia y Tecnología, proyectos de equipo del Centro Nacional de Investigación.

Figura núcleo de contador de los miembros del equipo de desarrollo Liang Escudo de AI campo base la tecnología francamente declaró que las actuales aplicaciones de estudio y de investigación a fondo de China son principalmente dependientes de la plataforma externa, de hecho en el estrangulamiento de riesgo, por lo que algunas empresas nacionales de TI han lanzado su propia plataforma. "China debe tener un lugar en la ecología de toda la cadena de la industria de la inteligencia artificial."

Además de computación marco todavía hay mucha necesidad de resolver problemas de optimización, Huawei hacer MindSpore otra razón importante es la formación técnica de la guerra. En Fan dijo que debe haber plataforma de computación auto-controlado para toda la escena.

Los dibujos de diseño, Tianyuan, MindSpore de una serie de desarrolladores de código abierto puede dar a China una fuente abierta de núcleo duro proyectos juegan un disparo en el brazo.

Yuan Jin Hui dijo desarrolladores chinos de abrir marcos de código corazón de asombro ha sido demasiado fuerte, no creo que el equipo chino puede hacer un marco de código abierto, pero ahora hay suficiente comprensión de estos framework de código abierto, la dificultad de recrear un marco similar no es Pytorch hoja de ruta tecnológica será grande.

"Este año debería ser más animado marco de código abierto AI nacional del año", reveló Yuan Jin Hui, la ciencia de clase marco de OneFlow y tecnología pronto también abierta, que la competitividad del marco de la tecnología doméstica confianza, más importante aún, "Marco de China AI el desarrollo también representa al país embarcado en una unidad de aplicación para estudiar la tecnología más básica ".

En cualquier caso, el diseño de dibujos, Tianyuan, MindSpore 2020 encendió la chispa marco AI interno de código abierto, en cuanto a si las praderas influencia futuro, y lo que realmente puede TensorFlow, PyTorch mínima más alta, el derecho a voto de cada desarrollador de manos.

【Fin】