大家一起培育开源心态，都不容易，互相扶持。 我们期待看到更多的开源，也希望大家一起呵护国内的开源社区发展。
近日，一篇介绍了新一代AI开源计算框架MindSpore的文章引发热议。阿里巴巴副总裁贾扬清表示：虽然我相信友商是真诚的，但是，还没有开源的就不是开源。请大家不要肆意消费开发者社区的真诚，在AI领域，开源开放的精神来之不易，先开放，再吹牛，而不是相反，并呼吁共同推动真正的开源创新。
如果地震了你会做什么？
北京时间15日13时33分许，美国加州旧金山湾区悦人山附近发生4.5级地震。
身处硅谷的蚂蚁金服首席工程师王益当时距离震中仅1英里，震感明显。用他自己的话说：“我还以为有个贼在房顶上摔倒了呢。”
王益所处位置距离震中很近
确认安全后，王益脑海里依然萦绕着刚刚在贾扬清朋友圈看到的文章。这篇文章题为《华为于璠：新一代AI开源计算框架MindSpore的前世与今生 | AI ProCon 2019》，着重介绍了新一代AI开源计算框架MindSpore。
阿里巴巴副总裁贾扬清表示：虽然我相信友商是真诚的，但是，还没有开源的就不是开源。请大家不要肆意消费开发者社区的真诚，在AI领域，开源开放的精神来之不易，先开放，再吹牛，而不是相反。Talk is cheap, show me the code.
“开源框架”什么时候开源？一个帖子引发热议
作为业内人，王益想和大家一起讨论这篇文章，于是打开了新智元AI朋友圈，发出了自己的第一个帖子：
新智元
这个“开源框架”什么时候开源啊？
“这个‘开源框架’什么时候开源啊？”王益这一问，引发了圈里热议，贾扬清也来评论：
贾扬清表示：我觉得“预告开源”这样的事情不应该做。既然还没有准备好，那就等准备好再说，毕竟技术不是卖期货。技术人员是最单纯的一批人，对于实实在在开源的公司，技术圈是会全心拥抱的。预告开源和零首付按揭开源，其实并没有必要。共勉。
贾扬清还回忆起自己六年前写caffe的时候，九月份开始写，十二月初开源，也就用了三个月，github有据可查。并呼唤友商要速度。
这个帖子也引起了华为方的注意，华为MindSpore社区运营负责人黄之鹏解释道：823的发布会上已经说了，明年Q1开源，感谢大家关心。github上的MindStudio是昇腾硬件的软件库，不是MindSpore。
详见新智元报道：《华为发布全球算力最强AI处理器，达芬奇架构巨无霸芯片昇腾910问世！》
在百忙之中，贾扬清在新智元的AI实践者联盟群中表达了自己对开源的关切：
其实我还是很期望看到更多代码开源。我自己受教于开源社区，所以很多时候爱得更深批评也更直接，期待大家一起呵护国内的开源社区发展。
作为新智元AI朋友圈的联合创始人，新智元创始人兼CEO杨静女士也表达了自己的心声：
非常高兴今天王益在硅谷发起讨论，让大家一起来关注开源，讨论开源，一起建设一个新的代码世界。
我们跟华为也建有几个微信群，但几十个微信群，包括大家朋友圈都是割裂的，你们看不到对方，听不到彼此声音。我们希望搭建一个平台，让大家可以在小程序里面，开诚布公对话，打破壁垒交流。这样效率更高，不然话容易误解变形放大，初衷就被扭曲了。
这也正是新智元AI朋友圈创立的初衷：打破交流壁垒，开诚布公对话。
三大开源深度学习框架核心作者，贾扬清成阿里开源技术委员会负责人
在上个月的阿里云栖大会上，贾扬清正式成为阿里巴巴开源技术委员会负责人，开源升级成为阿里技术战略之一。
详见新智元报道：《贾扬清正式担纲阿里开源领头人！AI架构大神是怎样炼成的？》
开源这件事，由贾扬清带领，更显得意义重大。因为他是当今最流行的三大开源深度学习框架Caffe、TensorFlow和PyTorch的核心作者之一。
贾扬清
熟悉贾扬清的朋友都知道，他在硅谷奠定自己AI大神的地位，是因为两个世界级的框架Caffe和TensorFlow。
Caffe是史上第一个通用深度学习框架，也是目前全球最普遍使用的深度学习框架之一，微软、雅虎、英伟达、Adobe等世界级大公司都在用。
而TensorFlow，不得不提到因围棋一战成名的机器人AlphaGo（阿尔法狗），TensorFlow就是阿尔法狗背后的强大支撑，被称为“谷歌大脑”。
贾扬清，就是这两个世界级框架的作者之一。
他还担任过PyTorch 1.0项目的共同负责人，2017年创建了首个开放模型格式的原型，后来成了FB、微软、亚马逊和许多硬件供应商一起发布的ONNX。
那么，现任阿里巴巴开源技术委员会负责人的贾扬清要做什么事情呢？他表示，必须把工具做好，向大家提供更加详细、经过测试的方法论，帮助开发者更容易推进自己的开源项目。如何利用开源项目和解决方案提高开发效率，包括测试部署工具，源代码管理工具，项目交流平台等。
谈到自己在伯克利开发Caffe、参与TensorFlow、Pytorch等开源框架的核心开发，贾扬清说这一切都是“机缘巧合”，Caffe用得很开心，于是把它开源出去，让社区所有人都能用到。
MindSpore 全场景AI计算框架，明年Q1开源
作为此次争议的主角，最后给大家介绍一下MindSpore。
今年8月23日，华为宣布采用达芬奇架构的又一款AI芯片--昇腾 910 （ Ascend 910） 正式商用，与之配套的Mindspore全场景AI计算框架也一同亮相。
徐直军发布了全场景AI计算框架 MindSpore，并宣布“MindSpore将在2020年Q1开源”。
一年后的今天，全场景AI计算框架MindSpore在这三个方面都取得了显著的进展：在原生适应每个场景包括端，边缘和云，并能够按需协同的基础上，通过实现AI算法即代码，使开发态变得更加友好，显著减少模型开发时间，降低了模型开发门槛。
MindSpore如何做到更快更高效？
MindSpore秉承“AI算法即代码”理念，提供一系列的关键技术，例如MindSpore自动微分，采用Source 2 Source方式实现，在性能和可编程性上，明显优于业界图和运算符重载方式。能够实现任意算子的微分表达和编译优化，同时实现反向算子自动生成，极大地方便了模型开发。
而随着数据集和模型规模越来越大，模型并行将成为必然趋势。相比手工切分的模型并行的门槛高、效率低、调优难，MindSpore只需定义单机模型，即可自动实现多机混合并行运行，无需了解AI集群细节。
主从控制模式中，CPU和GPU交互引入内存和数据开销。MindSpore在芯片上完成神经网络模型训练的所有控制和执行，减少和主机CPU的交互时间，速度更快。并在已有的分布式训练方案引入中心控制来寻找梯度同步点，MindSpore实现了去中心化的分布式梯度聚合，完全消除控制开销。
最终，软硬件优化为不同类型算子映射最佳的计算单元和数据布局，获得最佳的性能。
通过MindSpore自身的技术创新及MindSpore与Ascend处理器协同优化，实现了运行态的高效，大大提高了计算性能。除了昇腾处理器，MindSpore也支持GPU、CPU等其它处理器。
现在已有了TensorFlow、PyTorch框架，但还没有任何一个现有框架支持全场景，而这就是华为要做的——覆盖端-边缘-云，做一个能支持全场景的框架，实现AI无所不在越来越基础的需求，这也是MindSpore的重要特色。
针对不同的运行环境，MindSpore框架架构上支持可大可小 ，适应全场景独立部署。同时，MindSpore框架通过协同经过处理后的、不带有隐私信息的梯度、模型信息，而不是数据本身，以此实现在保证用户隐私数据保护的前提下跨场景协同。除了隐私保护，MindSpore还将模型保护Built-in到AI框架中，实现模型的安全可信。
为了降低AI开发者的开发门槛，MindSpore创造性地实现了AI算法即代码，使开发态变得更加友好，显著减少模型开发时间。以一个NLP（自然语言处理）典型网络为例，相比其他框架，用MindSpore可降低核心代码量20%，开发门槛大大降低，效率整体提升50%以上。
