目前，曠視全員使用Brain++來訓練、部署算法，無需依賴第三方開發的深度學習框架。依托Brain++，曠視斬獲22項全球AI競賽冠軍。在行業落地方面，曠視已實現對個人物聯網、城市物聯網、供應鏈物聯網三大場景的賦能。
10月20日，第六屆世界互聯網大會在中國烏鎮拉開序幕。曠視自主研發的人工智能算法平臺Brain++榮獲“世界互聯網領先科技成果”。曠視聯合創始人兼CTO唐文斌出席大會并介紹了Brain++。
人工智能算法從研發到部署是一套龐大的系統工程，目前業界普遍把深度學習框架作為算法開發工具，但是學習和使用成本高，難以規模化。究其原因，在于只有深度學習框架是不夠的，需要拉通從數據到算力再到框架的端到端解決方案，人工智能時代亟需一個滿足產業需求的操作系統。
唐文斌表示，“為了解決這個問題， 2014年我們開始研發Brain++，它是一套端到端的AI算法平臺，目標是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。我們的Brain++還引入了AutoML技術，可以讓算法來訓練算法，讓AI來創造AI。”
目前，曠視全員使用Brain++來訓練、部署算法，無需依賴第三方開發的深度學習框架。依托Brain++，曠視斬獲22項全球AI競賽冠軍。在行業落地方面，曠視已實現對個人物聯網、城市物聯網、供應鏈物聯網三大場景的賦能。
2019年8月，科技部宣布依托曠視建設“圖像感知國家新一代人工智能開放創新平臺”。未來，曠視Brain++將通過開源，推動建立完善的AI產業生態，為打造自主可控的人工智能操作系統奠定堅實的基礎。
關于曠視自研人工智能算法平臺Brain++
Brain++是由曠視自主研發的端到端人工智能算法平臺，具備大規模算法研發能力。
其核心的深度學習框架具備獨特的訓練和推理一體化技術架構，同時集成了行業領先的自動機器學習（AutoML）技術，可實現算法訓練和模型部署的高效流程化，和深度神經網絡模型設計自動化，在減少人員參與而不犧牲訓練質量的條件下，大幅提高算法生產效率。
人工智能算法從研發到部署是一套龐大的系統工程，目前業界普遍把深度學習框架作為算法開發工具，但是學習和使用成本高，難以規模化。究其原因，在于只有深度學習框架是不夠的，需要拉通從數據到算力再到框架的端到端解決方案，人工智能時代亟需一個滿足產業需求的操作系統。
面臨自身發展和產業現狀，曠視希望用端到端的人工智能算法平臺打造人工智能產業的生態底座，讓開發者和企業獲得從數據到算法產業化的一攬子技術能力，從而推進技術快速落地。目前，曠視依靠全員使用的Brain++訓練、部署算法，而無需依賴第三方開發的深度學習框架。未來，曠視Brain++有望能為更多創新創業公司賦能，為中國AI技術發展帶來強有力的推動。
針對框架、算力和數據三個核心要素，曠視Brain++在總體架構上分為三部分，包括深度學習框架MegEngine、深度學習云計算平臺MegCompute、以及數據管理平臺MegData。具體來講，曠視的Brain++具備以下獨特優勢：
? 針對視覺任務定制化優化。Brain++針對視覺任務做出了定制化的優化，使處理圖像與影像更高效。經過優化的Brain++特別適合大量圖像及視頻訓練及完成復雜的視覺任務，如圖像分類、物體檢測、物體場景分割、影像分析等。
? 配備AutoML技術。Brain++將深度神經網絡設計、參數調整及設備適配等過程自動化，可顯著降低人力成本并大幅提高開發效率，幫助AI企業構建出一條不斷自我改進、不斷變得更加高效的半自動的算法研發產線。
? 強大的多任務及多用戶調度能力。Brain++可智能地調度平臺硬件基礎設施的計算能力，可以支持數百名研究人員同時在數萬個GPU芯片上執行從數百到數千個訓練任務，從而顯著提高算法訓練效率。
依托Brain++大規模分布式訓練能力，以及業界領先的分布式計算技術訓練超大規模深度學習模型，曠視累計斬獲22項全球AI競賽冠軍，并開發出大量部署于云端、移動端、邊緣端全計算平臺的先進深度神經網絡，為個人物聯網、城市物聯網、供應鏈物聯網三大垂直場景賦能提供強有力的支撐。
