深度学习框架，下一个中美科技竞争高地

 最近因为中兴通讯遭美国政府处罚一事，以及愈演愈烈的中美贸易争端，国内舆论对中美科技竞争颇为关注，尤其是对半导体领域的“缺芯少屏”着墨甚多。

美国商务部禁止美国企业向中兴通讯提供产品和服务，实际上会使得中兴通讯大量业务处于“休克”状态(中兴通讯创始人侯为贵语)。国内舆论忧虑，中国半导体产业严重依赖美国设备和技术，使得我们国家的“经济安全”水平处于一个比较低的位置。

如果我们以发展的眼光来看问题，就会发现，虽然中国在半导体浪潮中起步较晚，差距较大，但是在现在的互联网产业中却有一席之地(虽然也有一些缺陷和遗憾)。产业革命总是一浪接一浪，在上一轮半导体没有赶上的国家，在新一轮互联网浪潮中却有弯道超车的可能(中国经济的发展已经证明了这一点)。

那么，以史为鉴，在接下来的产业革命中，应该在哪些方面提前布局，才能立于不败之地呢?这里首先要搞清楚的是，下一轮产业革命最可能发生在什么领域。其次，半导体和互联网产业竞争给我们的启示是什么?

新一轮产业革命是崛起的人工智能

人工智能不是突然冒出来的事物，至少在二十年前，硅谷公司就开始投入对人工智能的研发工作。为什么说新一轮技术革命最可能发生在人工智能领域呢?原因有几点：第一是人类社会计算能力的大大增加。如今，一台智能手机的计算能力，能比得上上个世纪六七十年代一台大型服务器。第二是网络复杂性大大提高。通过互联网，人和人以及物体之间的联系越来越复杂，节点越来越多。第三是大数据的爆炸式发展。越来越多的人和信息被接入互联网，产生的数据数量惊人，这些数据反过来反哺人工智能深度学习的发展。第四是应用的广泛普及。人工智能技术已经走出实验室，成为了许多现实经济活动用于改进行为模式、改善效率的一种革命性工具。

百度CEO李彦宏曾在某个场合这样说道：互联网的下一幕是人工智能。实际上不止李彦宏这么看，汇聚了全球经济界精英人士的世界经济论坛(World Economic Forum)，在其召开的2018年年会上就把人工智能定为除了全球化以外最重要的议题。

就人工智能竞赛而言，目前全球主要是中美两个玩家。虽然美国在人工智能方面发展比较早，数据显示，其AI公司、工程师以及资金投入数量几乎是中国的2倍，但是中国的人工智能产业发展方兴未艾，背靠全球最大的互联网人口，中国AI公司如雨后春笋般建立了起来。

在人工智能革命中，中国和美国的起跑线几乎相当，都才是刚刚开始。中国以百度为代表的人工智能公司，在语音识别、图像识别等细分领域的技术已经超越了美国同行。所以这场技术革命中国是有很大的机会的，这也是中国第一次有机会在高科技领域和美国正面对决。

半导体和互联网的发展对人工智能竞争的启示

既然在不远的将来，中美两国的科技竞争将在人工智能领域开展，那么，应该有哪些方面特别值得注意呢?

半导体行业的发展，让中国产业界意识到，虽然拥有全球最大的半导体消费市场，在应用领域也有不少品牌跻升世界一流(比如通讯领域的华为中兴、手机领域的小米华为OV等)，但在中高端的芯片方面，中国的半导体行业依然还处于追赶的状态。芯片从设计到生产、封测，这些环节每一个节点中国业界都需要补课。越往上游，壁垒越高，技术越密集。以芯片设计为例，处于核心地位的是英特尔和ARM，以及高通、苹果、三星等企业。

中国虽然有华为海思和紫光展锐以芯片出货数量跻升全球十大芯片设计公司，但其IP授权和高通、苹果、三星一样，都是来自ARM公司。ARM通过持有微处理器架构的知识产权(IP)，将其IP授权给有能力设计芯片的厂家，目前已经占据了全球95%的手机处理器市场份额。

换句话说，不管手机厂商和芯片厂商竞争如何激励，牢牢占据产业链顶端立于不败之地的，是ARM这样一家提供芯片设计框架/知识产权内核(IP Core)的公司。

在移动互联网时代，有一项产品与ARM类似，那就是Android。通过开源，Android成为了86%的全球移动智能设备选择的操作系统，而对比之下，封闭的苹果的iOS只有14%的市场份额。无论中国的华为、小米、OPPO、Vivo以及韩国的三星等如何攻占智能机市场，他们所采用的操作系统无一例外都是Android。

从半导体和互联网竞争的格局来看，处于绝对无法挑战位置的，都是那些提供平台型产品的公司。ARM的IP授权和开源的Android，垄断了几乎全球的移动芯片和操作系统市场。这些产品就是皇冠上的明珠，也是中国科技的自主创新必须要攻克的制高点。

深度学习框架PaddlePaddle有望成为AI领域的ARM和Android

在AI领域，有什么产品是类似于ARM的IP和Android一样的基础性产品呢?深度学习框架(Deep Learning Framework)很可能是一例。深度学习框架可以被视为一种开源的基础软件库，用于支撑人工智能。基于深度学习框架，人工智能公司可以不用每一个项目开始都重写一遍代码，一些基础的通用型的底层代码和解决方案会在深度学习框架中直接给出。

可以说，深度学习框架代表的是AI底层基础，是infrastructure。一个深度学习框架是不是足够好，是不是有生命力，就要看基于这个深度学习框架发展起来的人工智能产业是不是拥有足够的规模、有丰富的生态。

也正因为如此，深度学习框架成为了全球科技巨头兵家必争之地。在这一领域，有谷歌的TensorFlow，百度的PaddelPaddel等等。Facebook、微软以及国内的腾讯、阿里等也都在陆续推出自己的深度学习框架。

以百度的PaddlePaddle为例，其项目负责人徐伟介绍：“在PaddelPaddel的帮助下，深度学习模型的设计如同编写伪代码一样容易，设计师只需关注模型的高层结构，而无需担心任何琐碎的底层问题。未来，程序员可以快速应用深度学习模型来解决医疗、金融等实际问题，让人工智能发挥出最大作用。”

也就是说，PaddelPaddel给人工智能产业的发展提供了一个类似IP授权或者底层操作系统的功效，相当于芯片领域的ARM IP Core或者智能设备的Android操作系统。

深度学习框架代表一个国家人工智能最基础的原创能力。如果国内没有代表性的企业参与国际竞争，将这个领域拱手送人，不仅会使整个人工智能产业的发展受制于人(就像在半导体和互联网领域一样)，严重地说会对经济安全乃至国家安全造成损害。

这是必须要引起重视的事。

深度学习框架的竞争将体现国力的竞争

从目前深度学习框架领域的竞争来看，全球十大互联网公司已经有八家参与，而且是中美两国互联网代表性的企业。也就是说，深度学习框架的竞争代表了中美两国科技最顶尖水平的竞争。随着竞争的激烈化，参与的企业之间也开始互相结盟。

此外，深度学习框架也需要硬件厂商、开发者、应用层面多个不同维度的市场参与者的支持才能取得成功。也就是说，最终哪个深度学习框架能够脱颖而出，靠的不是一两个公司的力量，而是企业联盟乃至经济体的力量。最终，中美两国深度学习框架的竞争将表现为两个国家国力的竞争，就像在航空航天、集成电路半导体等领域一再发生的现实一样。

反过来说，深度学习框架及其生态的发展，又能促进国力的发展。我们前面提到过，一个深度学习框架是否有生命力，取决于它所支持的生态是否繁荣。

比如说百度的PaddelPaddel已经在医疗、金融、教育、农业等领域开展应用，这些应用对行业生产率的提升是显著的。基于PaddelPaddel的生态越丰富，PaddelPaddel本身也会受益于应用的创新而产生更多的创新，其使用的成本也会更便宜，继而人工智能技术在各行各业中的使用又会更加广泛，行业的竞争力就会越强，行业的竞争力越强就越有条件支持深度学习框架的经济性——这是一个正反馈。

正是因为有这种正反馈现象的存在，发展越早越成熟的深度学习框架，就会占据先发优势，并对后来者形成壁垒。ARM和Android的高市场占有率，已经证明了这种“赢者通吃”的规律。

因此，积极发展深度学习框架已经刻不容缓。

当下，中美两国在深度学习框架方面的竞争已经拉开序幕。两国企业已经自发地走出了第一步，在政策、舆论以及产业生态方面，还需要进一步提高认知。在关心半导体芯片等领域的同时，相关部门一定要着眼于未来，提前布局，想尽一切办法提升国产深度学习框架的竞争力，防止科技创新受制于人的现象再度出现。