F8 2017 | Facebook 开源全新深度学习框架 Caffe2,让 AI 从云端走向终端

简介:

F8 2017 | Facebook 开源全新深度学习框架 Caffe2,让 AI 从云端走向终端

雷锋网消息。在昨晚开幕的 F8 年度开发者大会上,Facebook 发布了一款全新的开源深度学习框架 Caffe2。按照官网介绍,它最大的特点就是轻量、模块化和扩展性,即一次编码,到处运行(和 Java 的宣传语类似)。说得更直白一点,就是 Caffe2 可以方便地为手机等移动终端设备带来 AI 加持,让 AI 从云端走向终端。

  Caffe2 相比 Caffe 更新了什么

Caffe2 官方博客表示:长期以来,提起 AI 模型的训练和部署,人们通常都会联想到大数据中心或超级计算机。之所以会出现这种现象,是因为小型计算设备在大规模图像、视频、文本和语音处理上具有明显的短板,无论在速度还是可靠性上都远远不及大型数据中心。因此在移动设备上部署 AI 模型,使其能够快速准确地处理相关分析任务,一直是一项有待解决的难题。要解决这个难题,让 AI 终端化,除了有赖于移动硬件平台的发展之外,在软件框架层面也需要一个灵活轻便的框架支持。

而 Caffe2 正是这样一个框架。它是在此前流行的开源框架 Caffe 基础上的重构和升级,一方面集成了诸多新出现的算法和模型,另一方面在保证运算性能和可扩展性的基础上重点加强了框架在轻量级硬件平台的部署能力。按照官方介绍,Caffe2 除了支持现在已经成为标配的云端 GPU 加速之外,还可以部署在包括 iOS,Android,英伟达 Tegra X1 和树莓派(Raspberry Pi)等在内的各种移动平台上。用户只需要加载 Caffe2 框架,然后通过几行简单的 API 接口调用(Python 或 C++),就能在手机 App 上实现包括图像识别、自然语言处理和计算机视觉等在内的各种 AI 功能。

Caffe 和 Caffe2 背后的主要开发者,加州大学伯克利分校博士贾扬清在接受外媒采访时表示:

“几乎所有的深度学习框架都或多或少地提到了扩展性,但我们可以相当自信地说,Caffe2 在这方面要优于其他框架。”

在 Caffe 平台的另一项核心竞争力:Model Zoo 社区方面,Caffe2 也提供了完整的支持。此前,为数众多的 Caffe 开发者和研究人员都会经常在 Model Zoo 社区分享一些已经实现好的组件或模型,其他开发者可以直接下载和修改,这大大加快了大家的开发进度,避免了重复劳动。在更新了 Caffe2 之后,官方表示用户依然可以在 Model Zoo 社区上传相关组件,而且官方提供了脚本工具可以将老版 Caffe 模块一键转换到 Caffe2 平台,详情参见:

http://caffe2.ai/docs/zoo.html 

  Caffe2 得到了哪些支持

值得注意的是,除了 Caffe2 框架本身之外,Facebook 还在发布会上宣布了一系列和 Caffe2 相关的云平台和硬件平台支持。

云平台方面,亚马逊 AWS 表示目前在旗下的 Deep Learning AMI 上已经加入了 Caffe2 支持,用户可以直接在 AWS 运行相关样例。微软 Azure 也表示已经在旗下 Data Science Virtual Machine (DSVM)上兼容 Caffe2。

硬件平台方面,Nvidia 加速计算总经理兼副总裁 Ian Buck 在博客中表示,旗下的 GPU 可以接入 Facebook 服务器进行深度学习计算,并将帮助更多人学习使用 Caffe2。高通表示,公司正在与 Facebook 合作,进一步优化 Caffe2 框架,并将深度适配旗下 Snapdragon 神经处理引擎(NPE)。英特尔表示,未来将集成旗下数学内核库(MKL)到 Caffe2 中。

目前,Caffe2 框架已经被 Facebook 内部采用,开发者和研究人员们正在使用该框架提供的各种工具训练大型的机器学习模型,并为 Facebook 旗下的移动应用提供 AI 智能体验。

Caffe2 官网:http://caffe2.ai/ 

GitHub 开源地址:https://github.com/caffe2/caffe2 





本文作者:恒亮
本文转自雷锋网禁止二次转载, 原文链接
目录
相关文章
|
28天前
|
人工智能 自然语言处理 机器人
Jina AI 发布中英和英德双语 8K 向量模型,魔搭社区开源最佳实践!
在 Jina Embeddings 英语向量模型突破百万下载后,今天,Jina AI正式开源了两款双语向量模型:中英双语(Chinese-English)和英德双语(English-German)向量模型,这也是全球首次推出支持 8K 双语文本的开源向量模型。
|
1月前
|
人工智能 缓存 关系型数据库
Mistral AI vs. Meta:顶级开源LLM比较
为了提高性能,大型语言模型(llm)通常会通过增加模型大小的方法来实现这个目标,但是模型大小的增加也增加了计算成本和推理延迟,增加了在实际场景中部署和使用llm的障碍。
42 2
|
1月前
|
缓存 中间件 API
【利用AI让知识体系化】入门Egg框架(含实战)(三)
【利用AI让知识体系化】入门Egg框架(含实战)
|
1月前
|
存储 人工智能 前端开发
【利用AI让知识体系化】入门Egg框架(含实战)(二)
【利用AI让知识体系化】入门Egg框架(含实战)
|
1月前
|
存储 人工智能 JavaScript
【利用AI让知识体系化】入门Koa框架(一)
【利用AI让知识体系化】入门Koa框架
|
1月前
|
人工智能 JavaScript 前端开发
【利用AI让知识体系化】入门Express框架(三)
【利用AI让知识体系化】入门Express框架
|
1月前
|
XML 人工智能 JavaScript
【利用AI让知识体系化】入门Express框架(二)
【利用AI让知识体系化】入门Express框架
|
25天前
|
人工智能 自然语言处理 开发工具
AI2 开源新 LLM,重新定义 open AI
艾伦人工智能研究所(Allen Institute for AI,简称 AI2)宣布推出一个名为 OLMo 7B 的新大语言模型,并开源发布了预训练数据和训练代码。OLMo 7B 被描述为 “一个真正开放的、最先进的大型语言模型”。
|
5天前
|
人工智能 数据可视化 测试技术
Meta AI开源CLIP-DINOiser | 如何将自监督DINO的Trick教给CLIP?这里就是答案!
Meta AI开源CLIP-DINOiser | 如何将自监督DINO的Trick教给CLIP?这里就是答案!
30 0
|
1月前
|
人工智能 JavaScript 中间件
【利用AI让知识体系化】入门Egg框架(含实战)(一)
【利用AI让知识体系化】入门Egg框架(含实战)