近日，360公司宣布开源其深度学习调度平台 XLearning。该平台由 360 独立开发，集成了TensorFlow、MXNet等多个常用深度学习框架。借助该平台，人工智能行业内开发者将可在一个统一、稳定的平台上完成工作，其工作量和工作难度将大幅降低。
人工智能技术近年来取得了长足的进展，但是有几个难题横亘在开发者的面前，亟需解决：第一，深度学习开发平台众多，他们“各自为战”，以致开发出的产品兼容性不足；第二，深度学习作业缺乏统一的资源调度、管理，给开发者带来诸多运维负担；第三，海量样本数据的可靠存储，考验行业的网络安全水准。
而此次开源的深度学习调度平台XLearning对于解决行业问题提供了新思路。据悉，XLearning 自2017年4 月正式开始开发，历经多个版本的迭代，目前已经在360公司的搜索、人工智能研究院、商业化、大数据中心等业务线广泛使用。（开源地址https://github.com/Qihoo360/XLearning）
XLearning 主要负责深度学习作业的调度和监控工作，通过保持代码的兼容性，大大降低了业务作业迁移的成本。由于实现了平台的统一，运维的复杂度大幅降低， GPU等硬件资源的利用率大幅提升。可视化的操作界面让算法工程师从繁杂的工作中解脱出来。开发者也不必再为海量样本数据的存储大费周章。
XLearning项目负责人李远策表示， XLearning对于开发者的意义重大，因为同行业的公司都会有类似的开发需求，XLearning则可以帮助他们实现调度的统一和服务器资源的复用。随着平台算法库的不断增容和优化，开发者的工作难度将大大降低。他们将有更多的精力，用于功能的实现和代码的优化。
“这是一个教学相长的过程，相信众多开发者的智慧汇聚到一起，平台的功能将愈加强大，行业整体的技术水平也将水涨船高。”李远策说。
题图：123rf
