中興事件後，中國「軟」跑道如何曲折前進？

中國對進口的依賴，令人心驚！

繼美國商務部禁止美國企業向中興通訊銷售元器件後，近日又傳出「中興將無法使用Andriod操作系統」和「Cadence的EDA也將停止對中興的服務」的傳聞。短短6天時間，中興事件就從晶元延伸至了軟體層面。

軟硬體皆無絕對優勢，中國或將無以為繼

中國科技力量不如國外，這是共識。

在硬體層面，美國晶元、日本鏡頭、韓國屏幕、德國阻電機、韓國的光刻機等充斥各行各業，國內幾無拿的出手的原創產品。

而除硬體外，中國在軟體層面上的劣勢也正在被快速披露出來。以Andriod操作系統為例，除蘋果的IOS外，幾乎所有的智能手機，應用的都是Andriod，就連小米引以為傲的MIUI，也是基於Andriod開發而來的。除此之外，絕大多數的APP，也都是基於Andriod開發的。

如果谷歌突然表示將不再無償提供Andriod操作系統，轉為收費或禁用，那國內的手機廠商將面臨或成本提升、或無系統可用的困局。

在中興事件中，華為可以說是第二大被關注的對象了，因為它有自己的晶元，在硬體層面，華為站起來了！

然而，追究到軟體層面，華為晶元是基於Cadence的EDA開發的。這就尷尬了，如果Cadence「突發精神病」，華為的晶元可能就造不出來了。

可以說，在軟硬體上，我國均沒有核心優勢。這也引發了不少人的恐慌，一旦國外在軟體層面讓中國「斷源」，諸如TensorFlow、MySQL、OpenStack、Hadoop、Spark等基礎架構也對中國用戶閉源，我們將何以為繼？

大國博弈，軟體也會變成攻擊武器

從當前來看，我們的手機操作系統、開發App用到的各種編程語言、上網瀏覽的網頁以及IDE（開發工具）、辦公軟體等，即便不完全依賴於國外，也都是由國外的基礎架構支撐起來的。

以TensorFlow為例，這款谷歌的AI學習系統，是通過將複雜的數據結構傳輸至人工智慧神經網中，對數據進行分析和處理的，所以可在小到一部智能手機、大到數千台數據中心伺服器的各種設備上運行，被應用到人工智慧訓練的大部分場景，例如語音識別、自然語言理解、計算機視覺等領域，一經推出就被各國科技公司採用。

到2018年，TensorFlow的下載量已經超過了1000萬次，遍布全球180國家和地區。僅就中國而言，不僅絕大多數AI初創企業在使用TensorFlow，就連阿里巴巴、騰訊、京東、小米、中興等公司也均在使用此架構。尤其在關鍵產品上，大多數公司都會選擇根據國外開源項目進行二次開發。

比如在眾人眼中非常厲害的阿里巴巴雲服務，也是在其他國家的基礎架構上搭建而成的。比如阿里雲資料庫研發的AliSQL，就是基於MySOL改進而來的，目前應用於大眾熟知的電商秒殺以及金融數據安全等場景。

但這其中存在很大的安全問題。通常，基於開源軟體二次開發的產品，是必須要繼續開源的。但大多數情況下，企業會基於自身利益，選擇不對二次開發的基礎架構開源，因為一旦開源，其可能會失去巨大的優勢。且一旦開源不同的修改版本流於市面，用戶將面臨很多安全問題。

如著名的「稜鏡門計劃」，美國國家安全局（NSA）就是通過直接進入美國網際網路公司的中心伺服器的方式，直接挖掘數據、收集情報，微軟、雅虎、谷歌、蘋果等在內的9家國際網路巨頭皆參與其中。

因此，對於重要信息或單位來說，擁有完全獨立自主的軟體極為必要，如我國禁止重要的機關單位使用Windows系統，而使用的是紅旗Linux。

退一步說，即便軟體安全有所保障，但大多數開源框架的底層技術依舊抓在別人手裡。大國博弈間，一旦政策改變，用戶極有可能被打上「侵權」的標籤，甚至被釜底抽薪。

其實，國內科技企業對此並非毫無認知，排除在能力和資金等方面不具優勢的創業公司，對於已有一定體量的科技巨頭來說，能否不被人扼住喉嚨的關鍵，其實不在資金和人才，而在是否有前瞻意識並能付諸於行動。

奮起直追，中國必須有自研開源框架

「開源是國際的。代碼本身是跨國界的，分享和協作也是跨國界的，這是一個扁平的世界。雖然二次開發最終還是會被授予『國人出品』的光環，但是無論是開源小碼農還是大神，在這個世界中，都是最好的踐行者。」某互聯網企業產品經理曾說道。也因此，大多數開發者在開發時並不會考慮基礎架構依賴方面的問題。

但在中興事件已上升至大國博弈的大背景下，我們必須認識到，這些「無國界」的科技成果，隨時可成為別人攻擊我們的武器。

可以看到，在中興事件的負面影響井噴式爆發後，中國軟硬體短板接連被揭。

隨之而來的，是國人對核心科技技術的期盼，而國內科技巨頭的「隱藏項目」也就在此時相繼「被曝光」。其中，阿里巴巴收購中天微、騰訊的優圖實驗室公布深度學習框架ncnn等，均是舉措之一。

但可以看見，這些都還僅停留於表面，依舊繞不過二次開發這道坎。相較於這兩者，以技術起家的百度，就顯得非常有前瞻性了。

和谷歌一樣，百度在AI上的投入可以說是不遺餘力的。2012年，在ImageNet大賽上卷積神經網路在計算機視覺上取得極大的成功後，百度就認識到了深度學習和對抗性神經網路的發展前景。

其後第二年，百度開始自主研發深度學習平台並將在內部開始應用，並於2016年9月首次對外開放，更名為PaddlePaddle。這是國內唯一一個開源的深度學習平台。

雖然較谷歌的TensorFlow，PaddlePaddle在生態和市場上不具先發優勢，但百度的前瞻意識，讓它成為了國內開源深度學習架構第一人，也是迄今為止的唯一一個。

百度COO陸奇甚至曾表示：「我們要將PaddlePaddle發展成具有中國特色，最適合中國國情的深度學習平台。」

此外，相較於TensorFlow，PaddlePaddle能讓開發者聚焦於構建深度模型的高層部分，易用性較高。

其實，對於幾乎已將全部身家押寶AI的百度來說，其想要在人工智慧領域與谷歌展開競爭，就必定不能使用TensorFlow，而必須擁有自己的深度學習開源平台。雖然從目前來看，PaddlePaddle還不成熟，但基於百度的前瞻意識和行動能力，隨著時間的推進，這一國內深度學習開源架構獨苗，還是可以期待和支持一下的。

總結

可以看到，我國確實在某些方面落後於國外。中興事件，讓國人開始反思，這是一件好事。

但我們並不能只限於硬體層面，在軟硬體皆薄弱的當下，我們需要在加強核心技術優勢的同時，提升前瞻能力，並及時付諸行動以應對任何突發的事件。但我們需要時間。

就像PaddlePaddle雖暫時沒有TensorFlow認可度高，但其勝在了是國內第一個深度學習開源架構。未來，當國內用戶開始意識到「國產」的優勢時，其生態也會隨之而建設起來。

科技巨頭不缺資金，BAT的行動也證明了這一點，只是起步較晚。行業發展需要時間，我們應該認可其進步，才能以長補短，有所進益。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！