近來(lái)美國(guó)基于出口管制條例（EAR）規(guī)范，要求多個(gè)不同領(lǐng)域的企業(yè)、組織不得與特定的中國(guó)企業(yè)往來(lái)，這其中除了已為外界所知的原料、芯片、零部件、軟件以外，也包括不同形式的技術(shù)標(biāo)準(zhǔn)與產(chǎn)業(yè)聯(lián)盟組織。這些企業(yè)或組織與中國(guó)企業(yè)之間的往來(lái)，多半還是基于封閉式條件環(huán)境下的往來(lái)關(guān)系，通過(guò)商業(yè)協(xié)議或是申請(qǐng)加入組織的條件。但相較于此，對(duì)于部分開(kāi)源（Open source) 的資源，未來(lái)是不是也會(huì)受到美國(guó)出口管制條例的限制，這將是另一個(gè)值得關(guān)注的重點(diǎn)。

美國(guó)出口管制陰影籠罩，開(kāi)源架構(gòu)不等于自主可控

在所謂的開(kāi)源資源中，以開(kāi)源項(xiàng)目的主體來(lái)看，只要是注冊(cè)在美國(guó)本土的開(kāi)源基金會(huì)或開(kāi)源項(xiàng)目提供者，就有可能受到美國(guó)法令的管制。以 Linux 基金會(huì)網(wǎng)站上的資料顯示，其旗下的部分開(kāi)發(fā)項(xiàng)目確實(shí)各自依其不同的規(guī)范提報(bào)申請(qǐng)出口審查、并取得許可。另外在 Apache 基金會(huì)的部分，則是原本就規(guī)范所有項(xiàng)目都必須遵守美國(guó)出口管制規(guī)定。

圖丨 Linux 基金會(huì)網(wǎng)頁(yè)上對(duì)于旗下開(kāi)源項(xiàng)目受出口管制規(guī)定限制的申請(qǐng)狀況（來(lái)源：Linux 基金會(huì)）

而除了開(kāi)源基金會(huì)的項(xiàng)目外，在所謂的開(kāi)源碼托管平臺(tái)上的項(xiàng)目，也同樣會(huì)受到美國(guó)出口管制規(guī)定的限制，特別是由美國(guó)企業(yè)所擁有的平臺(tái)，例如去年被微軟收購(gòu)的 GitHub。前不久，GitHub 就在其使用規(guī)范中調(diào)整凸顯相關(guān)文字，強(qiáng)調(diào) GitHub 上的使用與相關(guān)活動(dòng)必須遵守美國(guó)出口管制規(guī)范。

另外，在其他的開(kāi)源項(xiàng)目部分，也依循同樣的思維模式，也就是若其所屬主體，或者是擁有此一開(kāi)源項(xiàng)目的企業(yè)受到美國(guó)出口管制的規(guī)范，則這些開(kāi)源項(xiàng)目也同樣受限，例如 Google 的 TensorFlow。

以此就延伸出一個(gè)問(wèn)題，這些過(guò)去被認(rèn)為是“開(kāi)源”的技術(shù)資源，其最大的優(yōu)勢(shì)與特性，就在于開(kāi)放架構(gòu)，但在如今美國(guó)動(dòng)用了極端手段的情況下，原本開(kāi)源項(xiàng)目最大的特性——“開(kāi)放”被戳破了，原本合理使用就不存在侵權(quán)問(wèn)題的開(kāi)發(fā)項(xiàng)目或產(chǎn)品技術(shù)，突然暴露在可能侵權(quán)的風(fēng)險(xiǎn)中。這牽涉到的一個(gè)問(wèn)題就在于，原本是以所謂的“自主可控”為出發(fā)點(diǎn)、選擇采用開(kāi)源架構(gòu)所開(kāi)發(fā)的技術(shù)與產(chǎn)品，但到最后居然還是逃不過(guò)被掐住脖子的陷阱嗎？

以現(xiàn)在的發(fā)展?fàn)顩r來(lái)看，雖然表面上只有華為受到影響，但長(zhǎng)期來(lái)看，在未來(lái)中國(guó)企業(yè)發(fā)展自有核心能力技術(shù)產(chǎn)品解決方案的道路上，原本基于全球技術(shù)開(kāi)發(fā)共生體系所運(yùn)行的開(kāi)源合作項(xiàng)目，也可能隨時(shí)因?yàn)槊绹?guó)或其他國(guó)家的一紙禁令，就讓部分企業(yè)開(kāi)發(fā)的產(chǎn)品陷入開(kāi)發(fā)源碼技術(shù)升級(jí)斷炊，甚至可能遭控不當(dāng)使用的侵權(quán)風(fēng)險(xiǎn)。

曾經(jīng)在百度、華為負(fù)責(zé) AI 自有架構(gòu)技術(shù)開(kāi)發(fā)項(xiàng)目的第四范式創(chuàng)始人、CEO 戴文淵在接受 DeepTech 專訪時(shí)就認(rèn)為，國(guó)內(nèi)企業(yè)在使用開(kāi)源系統(tǒng)開(kāi)發(fā)產(chǎn)品時(shí)，應(yīng)該關(guān)注到開(kāi)源系統(tǒng)的背后是什么？必須要理解的是，并不是開(kāi)源就是“自主可控”。

事實(shí)上，在 2017 年 Facebook 修改其 React 開(kāi)源框架協(xié)議，就曾經(jīng)在國(guó)內(nèi)互聯(lián)網(wǎng)業(yè)界造成很大的震動(dòng)，因?yàn)椋瑖?guó)內(nèi)有許多互聯(lián)網(wǎng)公司的產(chǎn)品都是使用 React 框架進(jìn)行開(kāi)發(fā)。戴文淵表示，在開(kāi)源系統(tǒng)背后，也要看到底是一個(gè)民主的社區(qū)，還是背后其實(shí)是存在一個(gè)巨頭的操控，如果是由巨頭企業(yè)操控的開(kāi)源社區(qū)，包括像 GitHub 類似的事件就是如此，這也會(huì)觸動(dòng)更多人進(jìn)而去思考“開(kāi)源”與“自主可控”之間的關(guān)系。

大量使用開(kāi)源的中國(guó) AI 應(yīng)用，會(huì)是下一個(gè)被卡住的嗎？

過(guò)去幾年中國(guó) AI 的快速發(fā)展受到全球矚目，從 2018 年開(kāi)始，就持續(xù)有不同單位的研究統(tǒng)計(jì)報(bào)告指出，從論文數(shù)、論文引用數(shù)、甚至是 AI 技術(shù)專利申請(qǐng)數(shù)量來(lái)看，中國(guó)即將、甚至是已經(jīng)超越美國(guó)。但即使如此，在近來(lái)的科技封鎖禁令風(fēng)波中，還是凸顯了一個(gè)值得深究的問(wèn)題：中國(guó) AI 研究與應(yīng)用科技的發(fā)展已經(jīng)脫離了被“卡脖子”的階段了嗎？而若以當(dāng)前開(kāi)源項(xiàng)目也可能隨時(shí)受到出口禁令影響的狀況來(lái)看，下一個(gè)被波及的會(huì)是中國(guó)的 AI 企業(yè)嗎？

戴文淵在專訪中特別提到：“中國(guó)在過(guò)去的十年時(shí)間里，在 AI 領(lǐng)域建立了一個(gè)領(lǐng)先優(yōu)勢(shì)，但最近我發(fā)現(xiàn)有一定的問(wèn)題，這個(gè)問(wèn)題來(lái)自于什么？其實(shí)是我們可能更偏實(shí)用主義一些，10 年前我們?yōu)榱巳プ鲆粋€(gè)應(yīng)用，因?yàn)槟菚r(shí)候沒(méi)有任何的基礎(chǔ)設(shè)施，沒(méi)有 TensorFlow、甚至連 Spark 都沒(méi)有，而那時(shí)我們?cè)诎俣?，為了把百度的鳳巢系統(tǒng)做出來(lái)，需要從底層一行一行地寫(xiě)代碼，最后才把一個(gè)應(yīng)用做出來(lái)。從這一點(diǎn)來(lái)看，其實(shí)中國(guó)的開(kāi)發(fā)者是有能力從底層一層層往上寫(xiě)的。但是當(dāng)我們有現(xiàn)成的東西可以直接拿來(lái)用的時(shí)候，比如 TensorFlow，出于實(shí)用主義大家可能就不太愿意去關(guān)注底層了，就直接拿過(guò)來(lái)，把應(yīng)用做出來(lái)?！?/p>

但相較于當(dāng)年，近幾年有越來(lái)越多的開(kāi)源工具可以快速導(dǎo)入開(kāi)發(fā)應(yīng)用，許多開(kāi)發(fā)者很自然地會(huì)選擇開(kāi)源工具，加快應(yīng)用開(kāi)發(fā)的速度，這原本應(yīng)該是科技發(fā)展進(jìn)步的推動(dòng)力，只是走到現(xiàn)在這個(gè)時(shí)點(diǎn)上，強(qiáng)調(diào)快速導(dǎo)入開(kāi)發(fā)的“實(shí)用主義”似乎反而讓中國(guó)開(kāi)發(fā)者、甚至是中國(guó)的科技企業(yè)落入了另一個(gè)失去自主可控權(quán)的難題中。

對(duì)此，過(guò)去曾經(jīng)參與過(guò)百度、華為重要自有底層技術(shù)項(xiàng)目開(kāi)發(fā)的戴文淵表示擔(dān)憂：“我看到最近這幾年的趨勢(shì)，當(dāng) TensorFlow 出來(lái)了以后，越來(lái)越少的企業(yè)去從底層開(kāi)始考慮，越來(lái)越少的企業(yè)對(duì)自己的技術(shù)是自主可控的，這其實(shí)有很大的風(fēng)險(xiǎn)?！?/p>

事實(shí)上，近年中國(guó)企業(yè)有許多的應(yīng)用是建構(gòu)在美國(guó)大型企業(yè)所掌控的開(kāi)源架構(gòu)上，例如像是 TensorFlow、Caffe 等等，這些看似開(kāi)放的開(kāi)源架構(gòu)，但在實(shí)際運(yùn)作上卻還是有許多規(guī)則的限制。戴文淵以他的實(shí)際經(jīng)驗(yàn)提到：“比方說(shuō)我們想去提交代碼，雖然說(shuō)它是一個(gè)社區(qū)，但是這個(gè)社區(qū)是有一個(gè)巨頭所掌控，其他的人可以在這個(gè)社區(qū)里活動(dòng)，但你想去改 TensorFlow 的核心代碼，巨頭一定是不會(huì)同意的。并且他想封鎖，完全取決于他自己的策略?！?/p>

以目前國(guó)內(nèi) AI 企業(yè)的動(dòng)作來(lái)看，不論是第四范式或者是商湯等其他企業(yè)，都曾對(duì)自有架構(gòu)提出過(guò)明確的主張與想法，這些企業(yè)的最主要概念都在于，要提供一個(gè)不受外在變數(shù)影響、能夠穩(wěn)定提供應(yīng)用服務(wù)的產(chǎn)品，而要做到這一點(diǎn)，就不只是單純地求快、求方便，而是基于更長(zhǎng)期的發(fā)展需求。

戴文淵回顧過(guò)去第四范式選擇從底層自己一路開(kāi)發(fā)的作法，他認(rèn)為關(guān)鍵在于希望能夠保持算法的靈活度，特別是有些算法如果要在 TensorFlow 上實(shí)現(xiàn)，是需要去改 TensorFlow 的底層，但這其實(shí)是不被容許的，但如果是自有的底層框架，自然是想改就能改。

除了靈活度外，還有另一個(gè)值得注意的關(guān)鍵在于對(duì)客戶負(fù)責(zé)，特別是要對(duì)客戶運(yùn)營(yíng)的安全性負(fù)責(zé)。戴文淵表示，第四范式的客戶很多都是國(guó)計(jì)民生行業(yè)的頭部企業(yè)，如金融、能源等，源代碼如果暴露在外面，黑客就有機(jī)會(huì)針對(duì)一個(gè)防偽冒的系統(tǒng)，根據(jù)其獲得的數(shù)據(jù)以及代碼的計(jì)算邏輯，去探測(cè)出模型可能長(zhǎng)什么樣，然后進(jìn)行攻擊?；趯?duì)客戶負(fù)責(zé)的角度來(lái)看，提供從底層開(kāi)始自主可控的服務(wù)是經(jīng)過(guò)多方面考慮的結(jié)果。

根據(jù)業(yè)界一個(gè)非正式的統(tǒng)計(jì)數(shù)字，在現(xiàn)有的中國(guó)開(kāi)發(fā)者群體中使用 TensorFlow 的占比大概超過(guò) 70%，但戴文淵認(rèn)為，實(shí)際上會(huì)受影響的應(yīng)用產(chǎn)品比例可能低于這個(gè)數(shù)字，因?yàn)橛行┐笮推髽I(yè)所提供的應(yīng)用服務(wù)，其實(shí)都是更早之前就已經(jīng)搭建完成的，特別是一些目前在市場(chǎng)上應(yīng)用較為廣泛、市場(chǎng)份額較大的應(yīng)用，多半都不是使用 TensorFlow 之類的開(kāi)源框架，因?yàn)檫@些應(yīng)用開(kāi)發(fā)的時(shí)間遠(yuǎn)早于這些開(kāi)源項(xiàng)目推出的時(shí)間，但不可否認(rèn)，有些應(yīng)用在后來(lái)可能會(huì)開(kāi)始用一些 TensorFlow 進(jìn)行開(kāi)發(fā)。

不可否認(rèn)的是，TensorFlow 或其他開(kāi)源框架的使用其實(shí)已經(jīng)相當(dāng)普遍，面對(duì)應(yīng)用產(chǎn)品可能出現(xiàn)的問(wèn)題，其實(shí)也已經(jīng)有企業(yè)開(kāi)始思考如何補(bǔ)漏，以第四范式為例，就已開(kāi)始研究能讓 TensorFlow 代碼在第四范式自主開(kāi)發(fā)的“先知平臺(tái)”引擎上運(yùn)行，但上層看起來(lái)仍然是 TensorFlow 的 Script。

對(duì)于很多 AI 解決方案供應(yīng)商而言，目前已經(jīng)導(dǎo)入企業(yè)客戶運(yùn)行的應(yīng)用產(chǎn)品不能就此中斷或完全替換，因此必須要能夠提供另一條路徑，未來(lái)若真出現(xiàn)被封鎖的狀況，還能夠讓客戶把所有代碼遷移到自主開(kāi)發(fā)的系統(tǒng)里，但不可否認(rèn)的是，這將會(huì)有非常大的工作量。

中國(guó) AI 軟件領(lǐng)先優(yōu)勢(shì)，將撬動(dòng)中國(guó) AI ASIC、服務(wù)器硬件全新機(jī)遇

對(duì)比中國(guó)與美國(guó)的 AI 框架的先進(jìn)程度，戴文淵認(rèn)為，中國(guó)國(guó)產(chǎn)框架技術(shù)和美國(guó)比是沒(méi)有任何劣勢(shì)的，即使是和 TensorFlow 比，主要的差別還是在于使用人數(shù)的多寡，TensorFlow 的使用者數(shù)量確實(shí)是比較大。

但相較于對(duì)中國(guó)國(guó)產(chǎn) AI 框架技術(shù)能力抱持樂(lè)觀看法，戴文淵認(rèn)為影響中國(guó) AI 或者是整體科技發(fā)展最大的風(fēng)險(xiǎn)還是在硬件上，因?yàn)橹袊?guó)與美國(guó)之間的差距確實(shí)比較明顯，但這不代表中國(guó)就沒(méi)有機(jī)會(huì)了，反而是在 AI 科技應(yīng)用發(fā)展上，因?yàn)橹袊?guó)的 AI 框架軟件技術(shù)等等都有一定的競(jìng)爭(zhēng)力，所以，如果能夠與硬件有更好的整合，特別是在像是 AI 服務(wù)器的發(fā)展上。

戴文淵認(rèn)為：“中國(guó)要能夠趕上美國(guó)，要做出像英特爾（Intel）這樣水平的 CPU，恐怕還是有一定難度的。雖說(shuō)現(xiàn)在也有國(guó)產(chǎn) CPU，但還是有一定的差距，甚至這個(gè)差距可能并不是一年兩年能追得上的，但如果就 AI 計(jì)算來(lái)看，我們發(fā)現(xiàn)對(duì) CPU 的依賴其實(shí)會(huì)越來(lái)越少，CPU 原來(lái)是一個(gè)通用的計(jì)算單元和一個(gè)中央處理器，中央處理器的價(jià)值依然還在，但通用計(jì)算單元的價(jià)值則變得越來(lái)越低，因?yàn)樵絹?lái)越多的計(jì)算可以放到 ASIC 上去算?！?/p>

觀察國(guó)內(nèi) AI 企業(yè)在過(guò)去 1 年多來(lái)的發(fā)展路徑，可以發(fā)現(xiàn)AI 算法應(yīng)用與硬件的融合是非常明顯的方向，不論是通過(guò)開(kāi)發(fā)自有 ASIC，或者是開(kāi)發(fā)自有的加速卡、服務(wù)器等等，都是許多 AI 企業(yè)看準(zhǔn)的趨勢(shì)。外界或許會(huì)將此解讀為更容易商業(yè)化落地實(shí)現(xiàn)收入的作法，但就技術(shù)發(fā)展的層次來(lái)看，AI 的軟硬整合確實(shí)有其既有技術(shù)發(fā)展的邏輯。

戴文淵就以第四范式自身的例子說(shuō)明這個(gè)邏輯：“為什么我們能做加速卡，原因是我們能做軟件，我們了解軟件，所以可以把它硬件化，而且這是個(gè)未來(lái)趨勢(shì)。因?yàn)?AI 系統(tǒng)是非常有套路的，不像編程語(yǔ)言，可以任意地去寫(xiě)，AI 是按照步驟的，有非常固定的計(jì)算模式。如果說(shuō)今天讓我們?nèi)フ娴淖鲆粋€(gè)通用服務(wù)器，短期內(nèi)仍有很大的差距，但這是我看到這個(gè) AI 時(shí)代最大的機(jī)會(huì)，也是中國(guó)有可能趕上的最大機(jī)會(huì)，因?yàn)檫@樣的 AI 服務(wù)器來(lái)自一個(gè)軟件驅(qū)動(dòng)的硬件設(shè)計(jì)，不是硬件系統(tǒng)的硬件設(shè)計(jì)，而中國(guó)在軟件部分現(xiàn)在是領(lǐng)先的，所以在做軟件驅(qū)動(dòng)的硬件設(shè)計(jì)時(shí)，能夠獲得一定的領(lǐng)先優(yōu)勢(shì)。目前第四范式的軟件與國(guó)內(nèi)硬件廠商合作所取得的性能效果，并不亞于 TensorFlow+美國(guó)硬件，硬件的差距在靠軟件和加速芯片追回?！?/p>

戴文淵就說(shuō)：“到今天，我們走的這條路也是必經(jīng)之路。因?yàn)?，?dāng)我們開(kāi)始去改造一些企業(yè)場(chǎng)景時(shí)，一旦牽涉到大量的場(chǎng)景被改造，馬上就意味著算力不夠用了，算力不夠用，也意味著必須要去優(yōu)化硬件，但這不是說(shuō)去買一個(gè)更好的 CPU、GPU 就可以的，因?yàn)?CPU 和 GPU 并不知道你的軟件長(zhǎng)成什么樣，我們見(jiàn)過(guò)的很多 GPU 服務(wù)器跑 AI 應(yīng)用是沒(méi)有性能提升的。因?yàn)?，很多時(shí)候瓶頸并不在 GPU 算力的問(wèn)題上，它可能在網(wǎng)絡(luò)上、也可能在讀寫(xiě)上，因此必須要有一個(gè)軟硬件聯(lián)合的優(yōu)化，才能充分地將性能發(fā)揮出來(lái)，所以這條路是必須要走的?！?/p>

當(dāng)我們站在當(dāng)前的轉(zhuǎn)折點(diǎn)上，面對(duì)技術(shù)開(kāi)發(fā)道路的抉擇，“自主可控”不是清談議論的理想，而將是影響技術(shù)產(chǎn)品開(kāi)發(fā)成功與否的長(zhǎng)期關(guān)鍵因素。這一波美國(guó)出口管制禁令掀翻的滔天巨浪，不只沖刷出長(zhǎng)期存在、只是隱而未現(xiàn)的缺口，從另一個(gè)角度來(lái)看，這也可能為中國(guó)科技產(chǎn)業(yè)的發(fā)展沖出一個(gè)新的機(jī)會(huì)，身處其中，中國(guó) AI 企業(yè)將有機(jī)會(huì)迎來(lái)一波新的升級(jí)蛻變。