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。