国产AI框架开源也疯狂 从生态看华为MindSpore的危机并存

新冠疫情全球爆发、美股10天4次熔断，2020年3月，注定是个要被记录世界历史的时刻。或许多年以后再次回想，2020年3月仍令我们记忆犹新。

对于“两耳不闻窗外事、一心只穿格子衫”的中国开发者而言，若干年后，这一时刻同样也令他们怀念。

不过他们怀念的，是今年3月的国产AI框架开源热，使得未来AI在国内将像现在的水电般，随地可见、随处可用。（注：下文所称的AI框架均指深度学习框架）

不止华为在开源

3月28日，即华为开发者大会2020（Cloud）第二天，华为宣布全场景AI计算框架MindSpore正式开源，4月份开始公测。

据华为MindSpore首席科学家、IEEE Fellow陈雷教授介绍，MindSpore主要具备以下特性：原生适应端、边、云全场景，可按需协同；AI算法即代码，通过自动微分、自动运行、自动调优，使得代码量减少20%，效率提升50%；通过自身技术创新及MindSpore与昇腾AI处理器的协同优化，实现运行态的高效，提高计算性能；对GPU、CPU等其它处理器的支持。

其实，在2019年8月的华为发布会上，华为轮值董事长徐直军便发布了MindSpore。早在2018年10月华为全联接大会上，华为便首次发布AI战略与全栈全场景AI解决方案，并提出AI框架应该是开发态友好（例如减少训练时间和成本）和运行态高效（例如最少资源和最高能效比），且能够适应包括端、边缘和云的每个场景。

今天来看，经过一年多的研发，MindSpore在这三方面均取得了成功。

但华为宣布开源MindSpore，只是3月份国产AI框架开源事件中的一起，准确来说，是3月下旬。

3月25日，旷视联合创始人兼CTO唐文斌在其线上发布会上宣布开源自家AI生产力平台Brain++的核心深度学习框架旷视天元(MegEngine)，并将于6月推出公测版本。

公开资料显示，天元是一套训练推理一体化、动静态合一的工业级深度学习框架，架构上具体分为计算接口、图表示、优化与编译、运行时管理和计算内核五层。天元的前身是旷视内部自用的算法训练推理引擎MegEngine，由旷视3名实习生在2013年着手研发，并于2014年正式上线。该框架支撑了旷视6年来在AI竞赛的表现，以及公司产品和业务的落地，并服务于旷视研究院1400余名AI开发者。

旷视称，相比当下主流的开源深度学习框架，天元降低了深度学习的门槛，可提升算法训练和部署的效率。目前，旷视已在OpenI启智社区和GitHub两个开源社区发布了Alpha版。

时间再回拨5天。3月20日，清华大学计算机系图形实验室宣布开源自研深度学习框架Jittor，中文名为计图。

不同于TensorFlow、Pytorch等主流深度学习框架，Jittor是一个完全基于动态编译（Just-in-time）、使用元算子和统一计算图的深度学习框架。Jittor研发团队表示，开发Jittor是为了更好地释放硬件、模型等能力。如在收敛精度一致情况下，与同类型框架相比，Jittor推理速度提升 10%-50% 。<