之江天枢: “之江天枢人工智能开源平台” 是由之江实验室牵头，联合北京一流科技、中国信通院和浙江大学共同打造的具有自主知识产权的人工智能开源平台。天枢平台立足于核心技术创新与性能瓶颈突破，形成与现有框架的差异化竞争优势，致力于构建业界领先的人工智能开源平台。
Dubhe之江天枢人工智能开源平台是由之江实验室牵头，联合国内顶尖科研力量共同打造的国产化自主可控的人工智能开源平台。平台面向人工智能研究中的数据处理、算法开发、模型训练、算力管理和推理应用等各个流程的技术难点，研发了包括一站式算法开发平台、高性能分布式深度学习框架、先进算法模型库、视觉模型炼知平台、数据可视化分析平台等一系列平台及工具，在模型高效分布式训练、数据处理和可视分析、模型炼知和轻量化等技术上形成
之江天枢人工智能开源平台发布20版本―中国经济网
在之江天枢人工智能开源平台开源一周年之际，一个功能更强、性能更优的全新版本同步推出，加速赋能人工智能技术创新和产业发展。
在8月30日举行的“2021之江杯全球人工智能大赛”启动仪式上，之江实验室副主任、天枢平台总架构师鲍虎军代表实验室发布天枢平台2.0版本，该平台将作为本次大赛的官方竞赛平台，为大赛提供全流程支撑与服务。
之江天枢人工智能开源平台是由之江实验室牵头，联合北京一流科技等单位共同打造的具有完全自主知识产权的国产人工智能开源平台。自2018年10月启动研发以来，天枢平台得到了国家发改委项目支持，1.0版于2020年8月开源上线，2.0版本在今日重磅推出，其易用性、功能完备性、应用丰富度等均有大幅提升。
正式开源一年以来，天枢研发团队发挥“大兵团作战”优势，以每三个月迭代一个小版本的速度，推动天枢平台实现功能模块的不断优化与整体性能的提升。天枢2.0的深度学习框架全面对齐PyTorch接口，只用一行代码就能兼容PyTorch。此外，深度学习框架还支持动态图和静态图复用同一套代码，减少了开发量，也降低了开发者的学习成本。
在AI模型开发平台方面，可单独部署的可视化工具包和远程连接功能，是本次迭代的两大亮点。可视化工具包兼容业界主流框架，实时、直观展示训练数据，在功能和响应速度上比肩业界主流训练可视化工具。远程连接和镜像管理功能为专业算法开发人员而生，提高了开发者的工作效率，突破了平台的功能限制。
值得一提的是，天枢模型库集成了智能视觉、自然语言处理、智能语音、推荐系统、强化学习和模型压缩等六大领域50余种算法。其中，天枢团队和复旦大学联合研发的中文预训练模型CPT，开创性地使用“深编码-浅解码”结构，大幅提升了运行效率，多个指标领跑主流中文预训练模型，表现亮眼。
回顾天枢开源这一年，聚码坊开源社区、天枢生态开放课题相继推出，六大应用领域生态伙伴携手合作，500多家机构和企业用户部署应用，中国科学院、复旦大学、浙江大学、北京一流科技、燧原科技等创新机构共同参与，一个学术界、产业界共同打造的人工智能核心生态圈初具规模。天枢平台总架构师鲍虎军在发布会上推出了“之江天枢生态建设计划”。他表示，天枢平台以服务高校、科研机构和中小型企业为重点，未来将面向不同人群提供专业版、通用版平台的私有化部署和运维，并开放小规模算力，提供免费的模型训练服务。天枢平台将继续设立开放课题，在先进算法与算子库构建、深度学习算子自动生成和编译、智能数据处理和分析和国产硬件的适配和部署等方面，与合作伙伴共同优化天枢平台。天枢团队还将在高校、网络课堂和自媒体社区等平台，开设“天枢学院”，为用户答疑解惑、鼓励开源贡献，并分享人工智能前沿创新技术。
作为智能计算软件基础设施，天枢平台将持续打造智能化的数据处理、模型开发、模型训练部署、算力管理、国产AI芯片适配、算法应用等能力，进一步拓展软硬件一体化合作伙伴的“朋友圈”，根据特定场景需求做定制化开发，赋能智慧制造、智慧园区、智慧城市、智慧交通、智能机器人等十余个专业领域，共建产学研用结合的人工智能创新应用生态。
在现场分享环节，中国工程院院士、之江实验室人工智能领域首席科学家潘云鹤表示，随着人工智能2.0时代的来临，数据、算法和算力的重要性愈加凸显。之江实验室在2018年启动部署之江天枢人工智能开源平台，致力于为长三角乃至全国的人工智能研发机构提供算法和部分算力支持，是一个公益性的平台。自天枢平台开源以来，平台已经展现出自己独特的优势，体现了中国人工智能富有特色的研究和应用之路。希望科研人员和行业伙伴用好之江天枢平台及开放生态，促进人工智能的研究力量在我国自主研发的平台中迅速成长。□记者朱涵杭州报道
上海人工智能实验室发布开源平台体系OpenXLab
原标题：上海人工智能实验室发布开源平台体系OpenXLab
开源是推动人工智能技术进步的重要力量。7月8日，上海人工智能实验室在2021世界人工智能大会的开幕式和科学前沿全体会议上发布其开源平台体系OpenXLab，首发阵容包括两大开源平台：新一代OpenMMLab以及全新发布的OpenDILab。作为深度学习时代计算机视觉领域最具影响力的开源算法平台,OpenMMLab升级后将涵盖更广泛的算法领域和应用场景，实现从训练到部署的全链条价值。首次亮相的OpenDILab则是国际上首个覆盖学术和工业广泛需求的决策智能平台，将有力地推动人工智能从感知识别到认知决策的跃迁。“开源在计算机科技数十年的发展历程中一直发挥着关键的作用。”上海人工智能实验室教授林达华认为，“当下，我们正在经历人工智能革命的新浪潮。OpenXLab开源平台体系将助力人工智能技术实现更大进步，支持人工智能产业更快速发展。”上海人工智能实验室科学技术发展部部长乔宇表示，“我们将和研究者、开发者以及使用者一道，共同构建繁荣的人工智能开源生态。”OpenMMLab：深度学习时代最受欢迎的视觉算法框架在2020年发布升级计划以来，OpenMMLab实现了一系列重大进展。首先是对开源社区内容进行全面升级。在一年的时间内，OpenMMLab发布了四个全新的代码库——MMGeneration、MMOCR、MMTracking和MIM。其中，MMGeneration是一个强大的生成模型工具箱，典型的算法为生成对抗网络（GAN），基于MMGeneration可实现诸多有趣的应用，如图片与视频的合成等。MMOCR支持多种用于文本检测、文本识别以及关键信息提取的业内先进模型，以及多语言及数字、符号识别和用户订制化训练各种语言的算法模型。MMTracking是业内首个开源、统一的视频感知工具箱，可进行视频对象检测、单对象跟踪和多对象跟踪，其中的算法已被广泛用于车辆检测跟踪等AI落地应用场景。MIM则是OpenMMLab系列算法库的统一命令行工具，为启动和安装OpenMMLab项目及其扩展，以及模型库管理提供了统一的界面。其次，OpenMMLab发布了超过100个升级版本。不断提升算法库的代码质量、易用性和可读性，持续增加新的学术前沿算法，支持的算法数从100+增加到160+，模型数从600+增加到1300+。并且初步支持算法模型部署，影响力已扩展到行业应用领域。除了持续发布更新硬核内容外，OpenMMLa还积极推动社区建设，目前已成为深度学习时代最受欢迎的计算机视觉算法框架。目前OpenMMLab在GitHub上拥有37000+stars，10000+forks，有超过600名社区开发者参与项目开发，与去年同期相比增长超过100%，用户和开发者的遍及全球超过100个国家和地区。众多全球顶尖高校、研究院所和企业机构使用OpenMMLab进行算法研究开发，两年内支持了超过500篇论文的发表。OpenDILab：引领AI迈向高阶决策智能决策智能是国家新一代人工智能的重要发展方向，而开放开源是发展的基本原则之一。针对决策AI的技术难题以及产学研协同创新过程中的诸多痛点，上海人工智能实验室此次发布的革命性的决策AI平台OpenDILab，首次将产业应用中对于训练系统、环境接口、算法设计的需求与学术界进行了有效连接，底层依托创新的DI-engine实现了多种决策AI问题的标准化，中层提供全面丰富的决策类AI基础算法集，顶层集成多种工业级生态应用，自下而上打通决策AI研究与产业需求的闭环。全新的OpenDILab将涵盖应用层、算法层、训练层、支持层四大模块，充分拓宽决策AI技术在学术研究和工业实践中的深度和广度。其中，应用层将提供多种决策场景和大量性能优异的算子，助力AI做出最优决策；算法层则提供多种常用模块化组件，支持用户多维度的扩展和定制，完成决策AI算法的大统一；训练层内置了多种类型的执行计算图，可为小到学术研究，大到工业级应用的多种规模问题提供支持；支持层能够支持异构计算和决策AI算法的结合，并在资源调度方面可依据算法和资源，动态管理整个训练过程，提供异常自动化维护等多种微服务。依托OpenDILab，基于丰富的决策AI算法，构建一个到手即用的工业应用生态成为可能，这将降低开发人员复现算法的难度，提高学术研究效率，加快学术成果的转化速度，从而减少产业界的研发成本和重复投入。秉承这一理念，OpenDILab提供的决策类AI基础算法集DI-zoo将通过全面、高效的算法库，为研究者提供收敛快、上限高的算法实现，同时集成的DI-star、DI-drive等面向策略游戏、自动驾驶等领域的多种工业级生态应用，更将进一步帮助各行各业在决策AI的驱动下，实现关键的技术和应用突破。上海人工智能实验室是人工智能领域的新型研发机构，2020年7月在世界人工智能大会（WAIC）正式揭牌。实验室开展战略性、原创性、前瞻性的科学研究与技术攻关，突破人工智能的重要基础理论和关键核心技术，打造“突破型、引领型、平台型”一体化的大型综合性研究基地，支撑我国人工智能产业实现跨越式发展，目标建成国际一流的人工智能实验室。