雷鋒網消息。在昨晚開幕的 F8 年度開發者大會上，Facebook 發佈了一款全新的開源深度學習框架 Caffe2。按照官網介紹，它最大的特點就是輕量、模組化和擴展性，即
一次編碼，到處運行
（和 Java 的宣傳語類似）。說得更直白一點，就是 Caffe2 可以方便地為手機等移動終端設備帶來 AI 加持，讓 AI 從雲端走向終端。
Caffe2 相比 Caffe 更新了什麼
Caffe2 官方博客表示：長期以來，提起 AI 模型的訓練和部署，人們通常都會聯想到大資料中心或超級電腦。之所以會出現這種現象，是因為小型計算設備在大規模圖像、視頻、文本和語音處理上具有明顯的短板，無論在速度還是可靠性上都遠遠不及大型資料中心。因此在移動設備上部署 AI 模型，使其能夠快速準確地處理相關分析任務，一直是一項有待解決的難題。要解決這個難題，讓 AI 終端化，除了有賴於移動硬體平臺的發展之外，在軟體框架層面也需要一個靈活輕便的框架支持。
而 Caffe2 正是這樣一個框架。它是在此前流行的開源框架 Caffe 基礎上的重構和升級，一方面集成了諸多新出現的演算法和模型，另一方面在保證運算性能和可擴展性的基礎上重點加強了框架在羽量級硬體平臺的部署能力。
按照官方介紹，Caffe2 除了支持現在已經成為標配的雲端 GPU 加速之外，還可以部署在包括 iOS，Android，英偉達 Tegra X1 和樹莓派（Raspberry Pi）等在內的各種移動平臺上。用戶只需要載入 Caffe2 框架，然後通過幾行簡單的 API 介面調用（Python 或 C++），就能在手機 App 上實現包括圖像識別、自然語言處理和電腦視覺等在內的各種 AI 功能。
Caffe 和 Caffe2 背後的主要開發者，加州大學伯克利分校博士賈揚清在接受外媒採訪時表示：
“幾乎所有的深度學習框架都或多或少地提到了擴展性，但我們可以相當自信地說，Caffe2 在這方面要優於其他框架。”
在 Caffe 平臺的另一項核心競爭力：
Model Zoo 社區方面，Caffe2 也提供了完整的支援
。此前，為數眾多的 Caffe 開發者和研究人員都會經常在 Model Zoo 社區分享一些已經實現好的元件或模型，其他開發者可以直接下載和修改，這大大加快了大家的開發進度，避免了重複勞動。在更新了 Caffe2 之後，官方表示用戶依然可以在 Model Zoo 社區上傳相關元件，而且官方提供了腳本工具可以將老版 Caffe 模組一鍵轉換到 Caffe2 平臺，詳情參見：
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 還在發佈會上宣佈了一系列和 Caffe2 相關的雲平臺和硬體平臺支援。
雲平臺方面，
亞馬遜 AWS
表示目前在旗下的 Deep Learning AMI 上已經加入了 Caffe2 支援，用戶可以直接在 AWS 運行相關樣例。
微軟 Azure
也表示已經在旗下 Data Science Virtual Machine (DSVM)上相容 Caffe2。
硬體平臺方面，
Nvidia
加速計算總經理兼副總裁 Ian Buck 在博客中表示，旗下的 GPU 可以接入 Facebook 伺服器進行深度學習計算，並將幫助更多人學習使用 Caffe2。
高通
表示，公司正在與 Facebook 合作，進一步優化 Caffe2 框架，並將深度適配旗下 Snapdragon 神經處理引擎（NPE）。
英特爾
表示，未來將集成旗下數學內核庫（MKL）到 Caffe2 中。
目前，Caffe2 框架已經被 Facebook 內部採用，開發者和研究人員們正在使用該框架提供的各種工具訓練大型的機器學習模型，並為 Facebook 旗下的移動應用提供 AI 智慧體驗。
Caffe2 官網：
http://caffe2.ai/
GitHub 開源地址：
https://github.com/caffe2/caffe2
雷鋒網(公眾號：雷鋒網)相關閱讀：
F8 2017 | AR、VR、AI一個不落，Facebook 帶你通往未來世界
盤點四大民間機器學習開源框架：Theano、Caffe、Torch 和 SciKit-learn