技术创新空间
AI开源框架的搭建是一项费时费力的大工程。如果没有超越现有主流框架的想法，去重复造一套没有技术创新的轮子，“性价比”似乎不高，对技术人员来说吸引力也不大。
TensorFlow、PyTorch的强大毋庸置疑，但其技术能力也并非没有提升空间。随着深度学习新技术的出现，任务复杂度不断提高，由于架构设计和不断扩充等原因，导致这些主流框架系统变得复杂，架构优化和移植愈加困难，新模型的实际性能还有待提升。
发现这一优化空间后，清华大学计算机系图形实验室的博士生团队希望能有一个在保持高效的同时能适应各种智能硬件，有较强通用性和可扩展性的深度学习平台。
GitHub地址：https://github.com/MegEngine
旷视的天元（MegEngine）作为旷视Brain++的核心组件之一，是一套伴随旷视自身AI产业实战经验的框架。
据旷视所说，它从2014年开始研发，2015年全员使用，不过Google在同年发布并开源 TensorFlow，同样适用计算图的方式来做框架对他们造成很大冲击，但他们发现TensorFlow的性能比自研框架要慢若干倍。
此后，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。旷视研究院高级技术总监田忠博指出，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。
一直到今年3月开源，旷视目前所有的算法都基于天元进行训练和推理，无论是AI竞赛还是工程化、产品化都由其做技术支撑。
计图、天元、MindSpore的接连开源或许会给中国开发者做硬核开源项目打一剂强心针。
袁进辉称，中国开发者对开源框架的敬畏之心一直太强，不认为中国团队能做一套开源框架，但现在对这些开源框架有足够认识后，再造一个类似Pytorch技术路线的框架难度也不会很大。
“今年应该是国内开源AI框架比较热闹的一年，”袁进辉透露，一流科技的OneFlow框架也将在不久后开源，他对国内技术框架的竞争力充满信心，更重要的是，“中国AI框架的发展也代表国内从应用驱动向更内核的技术研究进发了。”
无论如何，计图、天元、MindSpore点燃了2020年国产AI框架开源的星星之火，至于未来的影响力是否燎原，是否能真正与TensorFlow、PyTorch一较高低，投票权在每一位开发者的手中。
【end】