<mark id="oztn4"></mark>
0
自古兵家作戰就講究一個「度」。
公元 200年，官渡之戰后。死敵袁紹的殘兵敗卒遠逃塞北，勞師遠征還是窮寇莫追，曹操陷入糾結。鬼才謀士郭嘉建言道：“用兵貴在神速！遠征千里之外，輜重多、行軍慢，敵人定會有所察覺。不如留下笨重的物資，輕車簡從晝夜兼程，攻敵不備定可一戰功成?！?nbsp;
曹操采納了建議，親率數千精兵突襲，旋即取得了勝利。
兵貴神速，絕非妄言。
曹操輕車簡從晝夜兼程是極致效率的體現，同樣的，在現代的科技領域，需要緊急交付應用的時刻，將開發完成的模型快速部署、快速應用，其背后體現的工程效率有時也事關成敗。
近日，曠視天元 MegEngine 將面向計算機視覺應用的 MegFlow 流式計算框架開源，奉上一套可快速完成 AI 應用部署的視覺解析服務方案。
通過使用 MegFlow，AI 算法開發者可以快速完成 AI 模型的落地應用。
我們就拿一個電瓶車檢測的例子，小中見大吧。
今年 5月10日，成都成華區一小區電梯內電瓶車起火，導致包括一名女嬰在內的多人燒傷。這樣的悲劇事件絕不是孤例，管理人員本可以及時察覺并制止電動車進入樓梯間等樓內公共區域停放或充電。
MegFlow提供的“開箱即用”應用就包括電瓶車檢測：基于 MegFlow 提供的圖像和視頻解析服務，最快 15 分鐘即可完成客制化電瓶車檢測功能，并完成快速部署。這是一種為物業管理者提供的智能化管理工具。當攝像頭檢測到電瓶車進入樓內公共區域，系統會第一時間發出警告，提醒管理人員快速制止，有效排除起火安全隱患。所謂“生命安全大于天，能快一點是一點”。
“煉丹本是枯燥事，奈何部署再難人。” 經歷過AI應用上線的開發者肯定深有體會，要讓一個模型從丹爐走出來到落地應用所涉及的東西又多又雜，技術儲備不足或人手不夠的團隊很難在短時間內搞定所有事情。曠視最近開源的 MegFlow是針對這一痛點開出的一劑良藥。
曠視的工程師在總結了內部多年的 AI 應用工程落地經驗之后，搭建了一條從“煉丹”到落地的高速公路，這就是 MegFlow 流式計算框架。
MegFlow 將資源、消息、任務等概念進行清晰一致的抽象化，做到將冗長的算法交付流程簡化為模型訓練、業務集成、交付驗收三步完成。
MegFlow 針對 AI 算法工程落地中的頻發問題，諸如性能調優、安全性、模型加密等，都能提供行之有效的解決方案，并有效提升了工程效率。
MegFlow 擁有安全可靠、簡單易用、語義支持豐富等特性。在這三大特性的保證之下，MegFlow 可以輕松助力 AI 應用快速落地。
簡單易用
MegFlow 支持 Python 插件，且僅需要開發者編寫同步的 Python 程序，即可實現可以被 MegFlow 異步調度的 Python 插件。同時 MegFlow 提供了一套基于 Web UI 的可視化調試工具，可有效提升模型部署的工作效率。
語義支持豐富
在表達能力上，MegFlow 支持靜態圖、動態圖和共享圖，輔以 demux、reorder、transform 等函數式語義的通用插件，為搭建多樣化的 AI 服務提供了豐富的語義支持。
安全可靠
一般而言，工程效率的提高往往意味著安全性能可能會隨之相應下降，但是MegFlow對于安全性的把控做得非常好，完全安全可靠。在技術選型上， MegFlow 的研發團隊認真負責地調研了多種技術方案，最終選擇了安全且零額外開銷的 Rust 異步生態，從基礎上保證了 MegFlow 的安全性與性能。
2020年3月，曠視開源了內部使用多年的深度學習框架曠視天元，并以天元為核心，逐步豐富完善其開源生態，覆蓋圖像分類、圖像檢測、圖像分割、關鍵點、自然語言處理、生成對抗網絡等各類模型和工程項目。不久前，曠視開源了YOLOX 系列高性能目標檢測算法，一度登上GitHub trending榜。
除了工作效率之外，曠視在解決成本效率上也很給力。今年4月，開源深度學習框架 MegEngine引入動態圖顯存優化（DTR）技術并進行進一步的工程優化，提供了一種通過額外計算減少顯存占用的途徑，只需兩行代碼，可以在相同顯存情況下，讓用戶訓練 3 倍大的模型。在使用 DTR 功能后，11G顯存的2080Ti 可以訓練出原本32G顯存的V100才能訓練的模型，可以節省很多 Money！
天下武功，唯快不破。
追求高效率、省時省力是當今科技公司必修的一門課。
AI 在不斷發展的過程中，解決長尾場景的能力越來越強大，可以預見的是像 MegFlow 這類高效的 AI 落地方案，可以更加便捷地解決這些問題。
務實的曠視做扎實的技術，在提供靠譜的技術解決方案、降本增效的路上一發不可收拾。
點擊鏈接，即刻體驗MegFlow，快速實現模型落地應用。
雷鋒網雷鋒網雷鋒網
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
