中兴事件蝴蝶效应:“缺芯”只是开始,大企业更急需补足的短板是开源框架


    中国对进口的依赖,令人心惊!
    继美国商务部禁止美国企业向中兴通讯销售元器件后,近日又传出“中兴将无法使用Andriod操作系统”和“Cadence的EDA也将停止对中兴的服务”的传闻。短短6天时间,中兴事件就从芯片延伸至了软件层面。
    软硬件皆无绝对优势,中国或将无以为继
    中国科技力量不如国外,这是共识。
    在硬件层面,美国芯片、日本镜头、韩国屏幕、德国阻电机、韩国的光刻机等充斥各行各业,国内几无拿的出手的原创产品。
    而除硬件外,中国在软件层面上的劣势也正在被快速披露出来。以Andriod操作系统为例,除苹果的IOS外,几乎所有的智能手机,应用的都是Andriod,就连小米引以为傲的MIUI,也是基于Andriod开发而来的。除此之外,绝大多数的APP,也都是基于Andriod开发的。
    如果谷歌突然表示将不再无偿提供Andriod操作系统,转为收费或禁用,那国内的手机厂商将面临或成本提升、或无系统可用的困局。
    在中兴事件中,华为可以说是第二大被关注的对象了,因为它有自己的芯片,在硬件层面,华为站起来了!
    然而,追究到软件层面,华为芯片是基于Cadence的EDA开发的。这就尴尬了,如果Cadence“突发精神病”,华为的芯片可能就造不出来了。
    可以说,在软硬件上,我国均没有核心优势。这也引发了不少人的恐慌,一旦国外在软件层面让中国“断源”,诸如TensorFlow、MySQL、OpenStack、Hadoop、Spark等基础架构也对中国用户闭源,我们将何以为继?
    大国博弈,软件也会变成攻击武器
    从当前来看,我们的手机操作系统、开发App用到的各种编程语言、上网浏览的网页以及IDE(开发工具)、办公软件等,即便不完全依赖于国外,也都是由国外的基础架构支撑起来的。
    以TensorFlow为例,这款谷歌的AI学习系统,是通过将复杂的数据结构传输至人工智能神经网中,对数据进行分析和处理的,所以可在小到一部智能手机、大到数千台数据中心服务器的各种设备上运行,被应用到人工智能训练的大部分场景,例如语音识别、自然语言理解、计算机视觉等领域,一经推出就被各国科技公司采用。
    到2018年,TensorFlow的下载量已经超过了1000万次,遍布全球180国家和地区。仅就中国而言,不仅绝大多数AI初创企业在使用TensorFlow,就连阿里巴巴、腾讯、京东、小米、中兴等公司也均在使用此架构。尤其在关键产品上,大多数公司都会选择根据国外开源项目进行二次开发。
    比如在众人眼中非常厉害的阿里巴巴云服务,也是在其他国家的基础架构上搭建而成的。比如阿里云数据库研发的AliSQL,就是基于MySOL改进而来的,目前应用于大众熟知的电商秒杀以及金融数据安全等场景。
    但这其中存在很大的安全问题。通常,基于开源软件二次开发的产品,是必须要继续开源的。但大多数情况下,企业会基于自身利益,选择不对二次开发的基础架构开源,因为一旦开源,其可能会失去巨大的优势。且一旦开源不同的修改版本流于市面,用户将面临很多安全问题。
    如著名的“棱镜门计划”,美国国家安全局(NSA)就是通过直接进入美国网际网路公司的中心服务器的方式,直接挖掘数据、收集情报,微软、雅虎、谷歌、苹果等在内的9家国际网络巨头皆参与其中。
    因此,对于重要信息或单位来说,拥有完全独立自主的软件极为必要,如我国禁止重要的机关单位使用Windows系统,而使用的是红旗Linux。
    退一步说,即便软件安全有所保障,但大多数开源框架的底层技术依旧抓在别人手里。大国博弈间,一旦政策改变,用户极有可能被打上“侵权”的标签,甚至被釜底抽薪。
    其实,国内科技企业对此并非毫无认知,排除在能力和资金等方面不具优势的创业公司,对于已有一定体量的科技巨头来说,能否不被人扼住喉咙的关键,其实不在资金和人才,而在是否有前瞻意识并能付诸于行动。
    奋起直追,中国必须有自研开源框架
    “开源是国际的。代码本身是跨国界的,分享和协作也是跨国界的,这是一个扁平的世界。虽然二次开发最终还是会被授予‘国人出品’的光环,但是无论是开源小码农还是大神,在这个世界中,都是最好的践行者。”某互联网企业产品经理曾说道。也因此,大多数开发者在开发时并不会考虑基础架构依赖方面的问题。
    但在中兴事件已上升至大国博弈的大背景下,我们必须认识到,这些“无国界”的科技成果,随时可成为别人攻击我们的武器。
    可以看到,在中兴事件的负面影响井喷式爆发后,中国软硬件短板接连被揭。
    随之而来的,是国人对核心科技技术的期盼,而国内科技巨头的“隐藏项目”也就在此时相继“被曝光”。其中,阿里巴巴收购中天微、腾讯的优图实验室公布深度学习框架ncnn等,均是举措之一。
    但可以看见,这些都还仅停留于表面,依旧绕不过二次开发这道坎。相较于这两者,以技术起家的百度,就显得非常有前瞻性了。
    和谷歌一样,百度在AI上的投入可以说是不遗余力的。2012年,在ImageNet大赛上卷积神经网络在计算机视觉上取得极大的成功后,百度就认识到了深度学习和对抗性神经网络的发展前景。
    其后第二年,百度开始自主研发深度学习平台并将在内部开始应用,并于2016年9月首次对外开放,更名为PaddlePaddle。这是国内唯一一个开源的深度学习平台。
    虽然较谷歌的TensorFlow,PaddlePaddle在生态和市场上不具先发优势,但百度的前瞻意识,让它成为了国内开源深度学习架构第一人,也是迄今为止的唯一一个。
    百度COO陆奇甚至曾表示:“我们要将PaddlePaddle发展成具有中国特色,最适合中国国情的深度学习平台。”
    此外,相较于TensorFlow,PaddlePaddle能让开发者聚焦于构建深度模型的高层部分,易用性较高。
    其实,对于几乎已将全部身家押宝AI的百度来说,其想要在人工智能领域与谷歌展开竞争,就必定不能使用TensorFlow,而必须拥有自己的深度学习开源平台。虽然从目前来看,PaddlePaddle还不成熟,但基于百度的前瞻意识和行动能力,随着时间的推进,这一国内深度学习开源架构独苗,还是可以期待和支持一下的。
    总结
    可以看到,我国确实在某些方面落后于国外。中兴事件,让国人开始反思,这是一件好事。
    但我们并不能只限于硬件层面,在软硬件皆薄弱的当下,我们需要在加强核心技术优势的同时,提升前瞻能力,并及时付诸行动以应对任何突发的事件。但我们需要时间。
    就像PaddlePaddle虽暂时没有TensorFlow认可度高,但其胜在了是国内第一个深度学习开源架构。未来,当国内用户开始意识到“国产”的优势时,其生态也会随之而建设起来。
    科技巨头不缺资金,BAT的行动也证明了这一点,只是起步较晚。行业发展需要时间,我们应该认可其进步,才能以长补短,有所进益。