MegEngine

2016 年，百度发布深度学习开源框架 PaddlePaddle（飞桨） ； 2020 年 3 月， 华为开源自研全场景 AI 计算框架 MindSpore ； 旷视开源深度学习框架 MegEngine（天元） ； 清华大学发布基于元算子和动态编译的深度学习框架 Jittor（计图） ； …… 2016 年百度推出深度学习开源框架 PaddlePaddle ， 此后长时间内，似乎没有出现一款让人惊艳的同量级与同类型 的国产 开源框架。然而， 今年 3 月份，突然的爆发打破了宁静 —— 华为、旷视与清华大学在今年 3 月相继开源各自研发的深度学习框架，吸引了众多国内外开发者的关注—— 深度学习 开源 框架这把火在开源大浪潮的今天要在国内燎原了。 深度学习框架对人工智能的发展来说意义重大。要 知道，AI 开发者不能每开发一个 功能 就从最底层重新来过，所以想要进行算法训练、模型开发、应用部署，就必须在一定的开发平台上来完成。从前，主流的深度学习框架都由国外机构或公司研发，从最开始蒙特利尔大学与伯克利大学推出的 Theano、 Caffe 框架 ，到现在谷歌维护的 TensorFlow、 Facebook 推出的 PyTorch，人工智能产业在前人的积累上得以快速发展。 当前 TensorFlow 与 PyTorch 仍然 占据着该领域的制高点，而 3 月份国内的几大框架齐发

全球有多少个开发者？埃文斯数据公司(Evans Data Corporation)最新数据显示，预计2023年开发者数量将达到2770万。这不到3000万的开发者，为全球70亿人的生活便利，码着代码、做着不断趋于个性化的需求实现。这一过程中，硬件环境、网络环境、部署问题、测试问题、各种适配问题、成本问题…都是问题。谁家有好工具、谁家有好平台，是创新源头——开发者们，生产力迸发的关键。 2020 年，突如其来的疫情打乱了人们平静的生活，但没打乱开发者们“代码改变世界”这一终极使命。科技大厂纷纷发挥技术力量，构筑技防长城。短短10天就上线的AI测温系统，为防疫贡献了技术力量。而这一AI产品能如此迅速部署的背后，是国内最新开源的MegEngine，一个训推一体化的深度学习框架，保证了现实需求的技术解决效率。 从第1行到第35万行，回溯深度学习框架MegEngine 时间回到2013年底，时任旷视研发负责人的曹志敏提出，希望打造一套能够将数据、训练和业务打通的自动化算法研发系统，在不需要投入过多人力和时间的情况下，即可实现算法从研发到应用的自动循环。 说干就干，2014年初，旷视研究院的3名实习生从第一行代码写起，不到半年时间，由旷视自研的初版深度学习框架MegEngine诞生了。 紧接着，为了追赶公司发展步伐，旷视研究院一边与业务部门沟通，一边复现业务所需的神经网络。又过了半年