旷视开源深度学习框架，有戏吗？

文 | 向小田

今天下午在新浪证券直播频道看了旷视科技深度学习框架开源发布会。旷视的这个深度学习框架，开源的时间来得稍微晚了一些。有的评论说是聊胜于无，当然也不至于，但是，开源这条路是旷视的必经之路，再不干的话可能都赶不上趟了。

为什么这么说呢？我们可以打个比方，Windows之于PC，安卓之于智能手机的意义，也就是深度学习框架之于人工智能的意义。深度学习框架，是每一个AI企业开展工作最好的基础设施——如此一来，这个深度学习框架开源开放的程度如何，功能强不强大好不好用等等，对于产业来说就是十分关键的。

深度学习框架国内外竞争已是红海

事实上，如果我们看Github上不同深度学习框架受欢迎的程度，可以看到的是谷歌的TensorFlow相对优势非常明显。此外，从2017年开始，脸书的pytorch也增长较快，在学术界大受欢迎。但是总体来说，很多大型互联网公司推出了自己的开源深度学习框架，但是还是没有在市场上站住——说明先发优势是非常明显的。这也符合逻辑，深度学习框架还是具有规模优势，用的人多了，边际成本就低，很容易形成一家通吃的局面。这就跟移动操作系统一样，安卓之前也有不少其他的系统，但是最后大家发现越来越少，直至最后剩下安卓和iOS的PK。

从国家安全的角度来考虑，不管是Tensorflow也好还是pytorch也罢，都不太可能成为中国的AI产业通用的深度学习框架。也正是看到了这个机会，国内的互联网公司也纷纷都在做自己的开源框架产品。所以从道理上来说，旷视推出开源框架天元，也是有抢占山头的意思。

不过现在这个山头也非常拥挤。百度的PaddlePaddle不用说，入场已久，华为也虎视眈眈，自研了MindSpore。就连学术界也有清华大学计算机系图形实验室开源其深度学习框架Jittor。可以说国内的开源深度学习框架也已经是百花齐放之势，其竞争之激烈丝毫不逊于海外。从商业上来看，旷视跟巨头比体量不足，起步较晚，能不能赶得上盛宴很难讲。

开源深度学习框架对旷视来说价值几何

开源深度学习框架的AI企业，其目的，无非是提供一个基础设施，在这个上面培育一整个AI产业生态出来。如此，作为基础设施的提供方，才能够实现其商业价值。开发的成本不低，如果后面产业没有培育起来，投入产出必然不匹配，亏损就极有可能发生了。这也是为什么我们看到，大部分深度学习框架都是市值上百亿美元的巨头来支持，只有他们有这个财力人力进行长期的投入而不考虑短期的财务收益。那些有志于在深度学习框架方面也参与竞争的非上市公司，需要不断进行大额融资，以支持其投入，对于其股东来说压力是非常大的。

同时，开源只是生态建设很小的一步。光开源，开发者是不会主动靠过来用的，毕竟有那么多的备选呢！要想自己的深度学习框架有人用，就要花很大的力气去扶持开发者，甚至有时候还要先帮开发者赚到钱。作为基础设施投资方，很长一段时间的大额投入而没有产出的时期一定要耐得住寂寞。对于旷视来说，马上要在香港IPO，财务上能承受吗？资本市场会买单吗？如果因为扶持深度学习框架，或者说建设AI的生态，财务上不好看，又会影响在资本市场上的融资。如果投入小，很难说其深度学习框架能吸引多少参与方，这是一个两难的困境。

话又说回来，不管怎么样，反正天元这个框架先发布了。好不好用，等程序员们用了我们再来评论。中国的企业能做开源，首先还是要鼓励的，毕竟是跟国外去竞争了。旷视发布的开源深度学习框架，究竟能实现多少商业价值，恐怕在很短的未来我们都看不到了。

什么样的深度学习框架有长期竞争力

每一个深度学习框架发布的初期都是不完美的。我们可以看到，市场上流行的深度学习框架，刚开始的时候bug也不少，需要开发者自己debug。这是一个打磨的过程。广大开发者不断使用，不断更新，围绕具体的需求不断升级，同时逐步围绕框架建立起上下游的生态，这样形成的深度学习框架才会有长期的竞争力。

国内做深度学习框架的企业很多，在这片红海里面要脱颖而出，依靠的是综合竞争力——不能有任何的短板。

就笔者来说，在深度学习框架领域，中国企业之间的良性竞争颇为有益。我们欢迎每个推出开源深度学习框架的厂商，是骡子是马都拉出来遛一遛。看谁的框架训练得快，看哪个框架训练模型的精度高，看哪个更佳容易部署，哪个更能满足大规模产业应用的需求。

这些PK的结果必然是源于中国的深度学习框架更具备竞争力，并且我们希望有一天能够在世界范围内也占据领先地位。中国作为AI创新和产业落地领先的大国，有深度学习框架生长最好的土壤，也应该并且必须为世界贡献一个杰出的深度学习框架。

*本文为向小田原创作品，未经授权不得转载，如需转载，请在后台申请。