3月25日，國內人工智能領軍企業曠視科技舉辦線上發布會，曠視聯合創始人兼CTO唐文斌重新定義了人工智能底層的基礎設施，并正式發布了曠視AI生產力平臺Brain++，同時宣布開源其核心框架天元（MegEngine）。向上發展產業，向下發展AI算法基建。經過多年的內部磨練驗證，曠視希望基于此次開放的框架，賦能更多的企業可以更加低成本使用AI生成解決方案。

當前，人工智能技術發展和應用落地速度較快，但對于大多數公司而言人工智能技術發展所需要的人才、資金、時間成本仍然是瓶頸所在。深度學習框架是人工智能基礎設施中的基礎工具，是AI產業商業化的重要根基。如果沒有框架，傳統的研發異常艱苦，需要復雜的算法工程、漫長的研發周期、巨大的人力成本。曠視的加入，讓國產自主深度學習框架再添一員，使中國的人工智能開發工具可以在國際上與谷歌的TensorFlow、Facebook的PyTorch對壘，相比國外的框架和平臺，誕生于中國應用場景的深度學習框架與中國產業轉型更適配，有望讓更多中國的企業更快捷的獲得AI研發能力。

在唐文斌看來，AI基礎設施應當被重新定義。芯片之外，能夠被稱為AI基礎設施的應當還有算法層面AI平臺級產品，來協同優化數據、算法、算力。芯片和算法平臺對于人工智能來說，就像一個人的“心”和“靈魂”一樣，需要深度耦合才能有魅力。

于是曠視提出了“AI生產力平臺”的概念，并發布了曠視自研的AI生產力平臺——Brain++。目前曠視幾乎所有AI產品都基于它構建，這一次曠視決定將開發多年來的心血積累開放。更深層次的意義在于，曠視Brain++作為AI生產力平臺，本質是具備能夠批量生產算法的深度學習框架。另一方面，國產自主可控的深度學習框架，將是中國打造數字基建中AI核心能力的底座，釋放更多生產力。

普通企業AI研發的難

只需界定一些算法框架，計算機便能通過大量數據進行反復訓練，達到“自主思考”的能力，深度學習對于人工智能的發展是革命性的。人工智能激發的巨大想象空間，吸引眾多企業卷入這場科技浪潮中。

但回顧過去三四年AI行業的發展現狀，馬太效應聚集已經非常明顯。互聯網時代，一家傳統企業想要變成互聯網企業很容易，只要具備IT基礎設施，一根網線+一套App就能線下轉線上。但是“AI+”和“互聯網+”不一樣，傳統企業和沒有算法研發基礎的場景，想要和人工智能融合需要跨過諸多難關，初期工具東拼西湊、操作復雜上手難，還會擔憂數據外傳與隱私泄露問題，且模型效果持續難，以及定制開發難、周期長。“AI+”提升的難度量級是跨越式的，因此大多數產業仍處在AI化轉型難的問題上。相比之下少數互聯網巨頭和AI明星企業占據資源優勢或專業性，AI化更加迅猛。

曠視在成立之初也曾經歷這樣的陣痛時刻，這也促使曠視要做出改變。唐文斌認為，AI行業是分層的，曠視從早期的算法層向上生長結合行業需求形成了軟硬結合的全棧解決方案進入到了應用層，并構建了如機器人操作系統河圖、城市管理操作系統等數字化中臺或硬件中臺。但是曠視發現有限的算法在場景中具有局限性，場景中層出不窮的新的問題需要新的算法來解決。“所以從根本上來說，發展人工智能應該先解決基礎設施建設，才能讓AI應用擁有持續的動力。”

發布會上，唐文斌重新定義了AI的基礎設施。他認為只有AI芯片平臺和AI生產力平臺能夠被稱為AI基礎設施。其中業內對AI芯片的定義和界限已經很清楚了：作為AI的硬件計算平臺毫無疑問芯片能夠被稱為基礎設施。但他認為行業里還沒有人能夠解釋或推出AI底層的平臺級產品。

“算法研發和普通編程不同，是一個系統工程，所以就需要一個能夠協同優化數據、算法、算力的平臺級產品。”唐文斌進一步闡述，“我們認為AI底層的平臺產品應該是三位一體的，我們稱它為‘AI生產力平臺’，而且曠視已經擁有了這樣的平臺——Brain++。”據稱，曠視Brain++包括數據層面的平臺MegData，用于算法訓練的一套框架MegEngine，以及彈性管理算力的平臺MegCompute，可覆蓋數據、算法和算力全流程、一站式的AI研發。

曠視Brain++的出現，就是為企業用戶提供AI生產全流程的服務，從專業咨詢、到數據生產、模型優化，再到私有化AI平臺的建設運維，滿足各行業在“AI+”的過程中降本增效、自主安全和商業創新的訴求。讓AI學習模型從“手工”時代步入“自動化”時代，這是業界一直所努力奮斗的，而曠視Brain++也是為此而生的。此次發布會，曠視宣布將把Brain++最為核心的深度學習框架代碼開源，本意是將創造無限算法的能力賦能給大眾，發動集體的力量去解決無限場景中的無限問題。

釋放更多生產力

曠視于2013年左右開始專注于深度學習，在2014年完成了自研框架的搭建，幾乎跟谷歌同一時間點來做這件事情。跟TensorFlow、PyTorch等平臺不同的是，曠視是一家主業全部為AI的公司，天元深度學習框架天然地帶有實踐性，不同場景下的解決方案天然就具備內外統一性。

曠視的這種AI應用實踐獨特性，讓其深度學習框架的開源更具有實際可操作意義，進而大幅度降低其他開發者的學習成本。開源框架和生產力平臺的作用就是為開發者提供一個良好的開發環境，如果把算法研發比做炒菜的過程，有無框架和平臺的區別就是，現在就不需要廚師自己去造鍋、生火和洗菜，直接炒菜就可以了。讓研發人員獲得從數據到算法產業化的一攬子技術能力，不用重復造輪子也可以推進AI快速落地。

這種人工智能對于生產力的升級與新基建的內在邏輯不謀而合，“新基建”7大板塊中，拋開電力、交通和新能源垂類的基建領域，最核心的是以5G、人工智能、工業互聯網和大數據中心為代表的數字基建。其本質上是信息數字化的基礎設施，戰略意義是通過更為先進的數字化技術釋放生產力。

無論是對于國內經濟發展，還是賦能產業升級、數字化轉型，人工智能技術的應用都處在核心位置上。更深層次方面，數據、算力、算法構建了人工智能發展的基本要素。其中算力與數據代表的硬件基礎，更考驗的是各類AI算法，而深度學習框架構建了AI算法的核心，“芯”“魂”并重，這樣才是建設好人工智能的基礎層。

有了類似曠視Brain++這樣的AI生產力平臺，猶如擁有了AI水電站級別的設施，未來人工智能才有可能像“自來水”一樣無處不在，且即開即用。作為AI領域的獨角獸企業，曠視為行業樹立了一個很好的榜樣，用開源AI底層的深度學習框架，與行業共享創新成果提升AI行業整體效能。