Google封杀华为 TensorFlow框架还能用多久

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。

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。

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”。

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。

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。

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。