Google“封杀”华为!TensorFlow框架还能用多久?

来自:极验(微信号:geetest_jy),作者:极验starry

Google宣布暂停与华为在涉及软件、硬件和技术服务方面的合作,不仅华为手机将无法更新安卓系统,新的华为手机也可能无法使用Google软件,比如Chrome浏览器、Gmail、YouTube等。


此次“封杀”事件,不仅再次将华为逼入困境,更是在为每一个中国企业、中国人敲响警钟。






“封杀”事件为我们敲响警钟


2019年5月15日,美国总统特朗普签署行政命令,同时,美国商务部宣布,将华为及其子公司列入出口管制的“实体名单”。2019年5月20日,Google遵循禁令,中止与华为的部分业务。这些业务暂时对华为在中国市场的影响很小,但对海外手机等终端业务的影响很大。





背后的原因复杂,我们且不讨论。但是这次“封杀”事件,就像一个巨大的石头,把稍稍宁静的湖面又一次搅浑。面对这样的“禁令”,很多欧洲等海外用户表示担心在华为手机上使用相关软件与服务。



当然,也有些人,很早就将眼光投向了远处。


知乎上2016年有一个问题:“如何评价余凯在朋友圈发表呼吁大家用 caffe、mxnet 等框架,避免使用 TensorFlow?”





这个问题在当时引起了很大争议,但在如今看来,这画面竟如此相似。


杞人忧天还是四面楚歌?


余凯是前前百度研究院副院长,深度学习实验室主任,他在中国率先推动大数据人工智能在互联网行业的技术研发和创新。他在朋友圈写的原文如下:



“算是一个郑重的声明吧:一直以来我非常钦佩谷歌的Jeff Dean在MapReduce和谷歌大脑(TensorFlow)等项目上的杰出成就。但是,我必须指出,放任TensorFlow成为世界上占统治地位的人工智能开发平台对世界是危险的。尽管这个平台目前是开源的,但是随着时间的推移,人工智能变得越来越强大,这个系统会变得极端复杂到失去透明性,而且会很可怕的变成全世界数据,计算,硬件,编译器等的标准制定者。这样会导致一个不健康的生态,阻碍年轻人掌握技术的自由,让个人,公司甚至国家在人工智能领域的自主发展,最终被一家商业公司所控制。这不是危言耸听。可惜现在绝大部分人都还意识不到这点。尤其是在中国。我呼吁大家都来使用Caffe,Mxnet等更加开放中兴的开源系统,避免使用TensorFlow。”



TensorFlow是一个开源软件库,用于各种感知和语言理解任务的机器学习。上线不到两年便成为Github最受欢迎深度学习项目,TensorFlow目前在全球已经有超过4100万的下载次数,社区有超过1800多个贡献者。根据官方提供的全球用户分布情况,目前TF中国应该是仅次于美国和欧洲的第三大地区。





而对于TensorFlow,余凯提出的担忧并不是全无道理。由Google开发的,虽然目前处于开源,但很多人认为作为一个巨头企业,倘若有一天掌握所有资源,终会产生一个不健康的生态。




图片来自知乎


当然,还是不少人认为“垄断性”过于杞人忧天了,如今的整体水平远远达不到垄断性程度。




图片来自知乎


还有网友表示“真是想太多哦!”,“珍惜生命,少看朋友圈”......





也有更为理性的人认为,评价一段话首先要看说话的人,说话的对象,以及当时的背景。知乎网友表示:“google虽然拳头大,但毕竟双拳对四手,想吃掉所有人的蛋糕未免胃口太大。国内的的大厂虽然还没有直接跟google竞争,但还是应该有一些长远的想法的”。




图片来自知乎


而知乎用户洪春涛直接指出,作为大厂肯定是担心Google对框架拥有的绝对控制力量,为了降低各方面风险肯定还是希望将主动权掌握在自己手中;而作为普通的用户,自然是什么好用便用什么了。




图片来自知乎@洪春涛


站在不同立场和时间点,对此的想法都会不同。无论是过于杞人忧天,还是无可挽回的已经发生。在历史的车轮面前,我们能做的唯有做好一切即将发生的准备,尽可能的掌握更多主动权。



自主创新,未来可期


担忧之下,其实我们也一直在作出努力。就像此次的“Google封杀华为”事件,早在过去几年,华为在手机操作系统的硬件和软件层面均有所准备,关于内部研发麒麟 OS等相关系统的消息已有七年之久。之前华为副总裁余承东就表示:“ 我们已经准备好了自己的操作系统,一旦发生了我们不能够再使用这些(来自 Google 和微软的)操作系统的情况,我们就会做好启动 B 计划的准备。”





而在深度学习框架方面,目前国内不少企业也作出了自主研发框架的尝试。





比如百度在2018年3月开源了其深度学习平台Paddle,Paddle始于2013年的时候,传统的基于单GPU的训练平台已经无法满足计算广告、文本、图像、语音等训练数据的快速增长需求,因此搭建了Paddle(Parallel Asynchronous Distributed Deep Learning)多机并行GPU这个训练平台。得到了广泛好评。




Paddle与其他框架对比


阿里巴巴2018年11月开源内部深度学习框架 X-DeepLearning,这是业界首个面向广告、推荐、搜索等高维稀疏数据场景的深度学习开源框架,可以与 TensorFlow、PyTorch 和 MXNet 等现有框架形成互补。X—DeepLearning经过2年的研发与打磨,XDL目前已经在阿里妈妈成功部署到内部的生产系统。以阿里妈妈定向广告为例,2017年,以 XDL 为基础的深度学习算法升级带来的广告收入提升超过百亿。





商汤(SenseTime)也有自研的parrots,目前暂时没有开源。旷视Face++用的是内部自研平台——MegBrain 深度学习引擎,开发时间早于 TensorFlow 的开源时间。


还有一流科技老师木的深度学习框架OneFlow,历经两年的研发,2018年10月份推出1.0版本。OneFlow在企业级大规模应用上是称得上遥遥领先的,OneFlow在分布式训练时的扩展能力,加速比是最优秀的。这些特点也正是OneFlow作为企业级深度学习框架,比已有开源深度学习框架优秀之处。


关于深度学习框架的开发仍然存在困境,我们想要开发一个简单的框架难度并不大,但想要实现一个易用性高、高效性不错的框架是非常难的,期间面临的问题需要强大的技术实力和坚持创新才能解决。


人类走过的路似乎大多雷同,曾经我们在芯片上走过最长的攻坚路。如今我们又走到了另一个技术壁垒前面,另一个困境面前。不管是芯片、系统、算法框架,技术壁垒只是壁垒,后面已无退路,我们都需坚定不移的拿下这些壁垒。





这段时间,华为面临的困难一个接一个,我们面临形势似乎也越来越严峻。在这场巨大的战役之下,技术壁垒只是我们面临的一个方面,一个重要的方面。这次我们一起走到了攻坚时刻,这场战役会持续多久谁也不知道,但唯有一点可以确定,我们需要更有底气的技术实力,更坚定的决心,更多底牌撑起的主动权。


技术壁垒,必须拿下!

推荐↓↓↓
人工智能与大数据
上一篇:AI技术在图像水印处理中的应用 下一篇:让高中生也能轻松学习AI,布朗计算机教授牵头设计,用交互动画学习人工智能