02 中國開源的冰與火

回到開源深度學習框架的話題上，在各種不確定風險的作用下，勢必要燃起屬于中國的星星之火。

從淺的層面來說，深度學習框架的自立是避險的需要，連亞馬遜、蘋果、微軟等都在自主研發(fā)深度學習框架，避免被谷歌牽制的時候，中國的人工智能企業(yè)應該有最基本的風險意識，盡可能避免芯片產(chǎn)業(yè)的覆舟之戒。

進一步思考的話，創(chuàng)新通常不是靠砸錢、堆人就能發(fā)生的，最大的魅力還是創(chuàng)新的偶然性，可能發(fā)生在少數(shù)人身上。如果中國有越來越多的開發(fā)者、越開越多的企業(yè)參與到深度學習框架中來，創(chuàng)新的概率也將被提高。

但同時需要理性認識的是，雖然深度學習框架關乎人工智能賽道的制高點，可本質(zhì)上還是一款“軟件”，它的難度并不在開發(fā)層面——伯克利、清華等一些頂級高校的博士生，往往也能開發(fā)出不錯的深度學習框架。

開源深度學習框架的重心在于產(chǎn)業(yè)化和長期維護，能否建立起一套完整的開源體系，進入門檻遠沒有想象中低。

一個典型的例子，美國大大小小的開源深度學習框架有幾十個，最終脫穎而出的卻是谷歌、亞馬遜、Facebook等巨頭，除了自身過硬的實力外，還在于巨頭們有充足資金進行技術(shù)、團隊、社區(qū)等方面的建設。一些剛剛起步的創(chuàng)業(yè)型公司，常常因為資金、技術(shù)、人才等方面的壓力而自縛手腳。

另一個層面來看，開源深度學習框架的用戶是開發(fā)者，所追求的是框架的易用性。在人們的固有認知中，習慣傾向于信賴被大眾認可的事物，在情感上更偏向于有巨頭背景的開源深度學習框架。即使一些初創(chuàng)企業(yè)可以提供有亮點的產(chǎn)品和服務，開發(fā)者也會出于安全、穩(wěn)定等考量選擇搶先培養(yǎng)了用戶習慣的產(chǎn)品。

中國開源深度學習框架的行業(yè)現(xiàn)狀，也是如此。

一面是行業(yè)越來越熱鬧，來自清華大學計算機系圖形實驗室的計圖、國內(nèi)計算機視覺領域的獨角獸曠視推出的天元，再到創(chuàng)業(yè)公司一流科技打造的OneFlow，已然呈現(xiàn)出一副百花齊放的景象。與2015年前后的美國市場如出一轍，短時間中涌現(xiàn)出了大大小小、各種各樣的開源深度學習框架。

一面是開源生態(tài)的貧瘠，開源深度學習框架的核心價值在于生態(tài)，需要向下對接芯片，向上支撐各種應用，進而打造深度學習的標準，也就需要持續(xù)的資源投入。華為的MindSpore還處于嬰兒狀態(tài)，阿里、騰訊等互聯(lián)網(wǎng)巨頭沒有太大的聲音，深度介入上下游生態(tài)的還只有百度飛槳一家而已。

03 抓住產(chǎn)業(yè)的窗口期

然而在新基建的浪潮下，留給中國開源深度學習框架試錯的時間已經(jīng)不多。

諸如智慧醫(yī)療、智慧社區(qū)、智慧金融、智慧交通等市場需求的爆發(fā)，正倒逼中國的開源AI形成一個完整的閉環(huán)，加速人工智能的產(chǎn)業(yè)化。確切地說，深度學習框架已經(jīng)不僅僅是個開源的問題，還是一個商業(yè)化問題。

畢竟開源的目的就是在商業(yè)化的過程中，以一個結(jié)構(gòu)化的、開放的底層系統(tǒng)，同時兼容存量市場和新增需求，降低客戶和合作伙伴的使用門檻，繼而為開發(fā)者提供快速實現(xiàn)商業(yè)化落地的路徑。

不少人嘗試對飛槳、天元、計圖等開源深度學習框架進行橫向?qū)Ρ�，試圖找到最有吸引力的產(chǎn)品�；蛟S并不需要復雜的對比，僅僅是這些開源框架在GitHub上的星級就能一較高下，百度飛槳的星數(shù)為12．5K，計圖、OneFlow和天元分別為1．6K、1．7K和2．5K，瀏覽量和服務端的代碼倉庫克隆數(shù)上，飛槳也遠遠領先其他國內(nèi)開源架構(gòu)。

除了在GitHub上的絕對優(yōu)勢，百度飛槳還是近乎唯一有著大規(guī)模應用案例的一家：

百度飛槳的大規(guī)模分布式訓練，被OPPO應用于應用商店、內(nèi)容推薦、負一屏、廣告等推薦場景，推薦場景效果提升了4％—5％；

普宙飛行器科技基于百度飛槳打造的一款無人機自主飛行平臺，實現(xiàn)了大范圍森林的自主巡邏、火情監(jiān)測、非法入侵、森林樹木砍伐監(jiān)測等功能；