华为开源深度学习框架MindSpore背后的商业野心 - 版本历史

2021年3月6日 (六) 10:38 江南仁

2021-03-06T10:38:12Z

2021年3月6日 (六) 10:34 江南仁

2021-03-06T10:34:48Z

江南仁：创建页面，内容为“{{4}] 最近华为开源了深度学习框架MindSpore，一时成为了热点。我之前也点评了很多微软、Google、腾讯等厂商的框架，有些点评...”

2021-03-06T10:33:04Z

创建页面，内容为“{{4}] 最近华为开源了深度学习框架MindSpore，一时成为了热点。我之前也点评了很多微软、Google、腾讯等厂商的框架，有些点评...”

新页面

{{4}]
最近华为开源了深度学习框架MindSpore，一时成为了热点。我之前也点评了很多微软、Google、腾讯等厂商的框架，有些点评文章还被官方社区收录，今天为大家解析下MindSpore。

首先阐明下我个人的观点，华为开源深度学习框架，从技术角度没有太大新意，从生态角度已经初显华为的庞大商业野心。

'''01 生态>商业模式>技术'''

首先在今天这个人工智能商业竞争的格局下，单谈任何一个技术的点的领先性都是没有太大意义的，因为头部玩家之间不会有技术代差，比如Google做一个TensorFlow框架，在一个相同任务下不会比Facebook出的Torch快100倍，可能相互最多是几倍的差距，这叫做没有技术代差。但是技术是竞争状态能维持的根基。

而商业模式的好坏会超越技术对于市场的影响，比如A框架比B框架快两倍，但是B框架做的产品比A便宜3倍，最终市场依旧会选择B。（这里举的是个最直白的例子，可能不恰当）

但是最终超越商业模式的是生态，人工智能产业的竞争，一定会演变成围绕：数据、计算力、端，这3点的竞争。

[[文件:MindSpore01.jpg]]

国外市场，我最看好Google，Google有大量的用户的搜索数据，有联邦学习可以做数据层面交换。计算力方面有TensorFlow框架和TPU作保证。在端这边有Android操作系统，应该是目前阶段最成功的终端操作系统。但是Google受限于某些原因，在中国玩不转。

所以在中国这个生态下，主要玩家是华为+BAT，我个人暂时看好华为。

'''02 为什么暂时看好华为？'''

首先，端层面，华为有了自己的手机，未来可能会占据中国40%的手机市场。同时，在数据层面，华为可以采集到一些终端带来的数据，但是这些数据质量应该不如BAT。在计算力层面，华为有了自己的计算芯片以及深度学习框架。华为在未来可能会形成为一个基于华为手机用户的小生态闭环。

所以，华为只需要做一件事情就能够打通数据、计算力、端的生态链，那就是强化计算框架与终端的关系，这就是为什么MindSpore诞生了。

在华为对于MindSpore的介绍文章中都可以清晰地看到这些关于端的描述。

[[文件:MindSpore02.jpg]]

'''03 解析下MindSpore'''

因为我对于底层技术不太了解哈，简单可以通过MindSpore的架构介绍下技术细节。

[[文件:MindSpore03.jpg]]

不能单纯说MindSpore是一个深度学习框架，应该是基于深度学习的一整套计算框架。在API这层，有多种类型的API，有半自动分布式、手动分布式、时间序列API，这些API可以对接机器学习领域应用最广泛的四个领域，分别是CV、NLP、ASR、Recommendation。

在技术点上，支持动态图、自动并行化、自动参数调节、自动微分，这些看上去也不是太新的点。具体MindSpore和TensorFlow、PyTorch这些业内顶级框架的区别，可能在于MindSpore因为后发优势，可以博彩众长，今天通过介绍文档没有看出特别大的技术亮点。
----
版权声明：本文为CSDN博主「李博Garvin」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。

原文链接：https://blog.csdn.net/buptgshengod/article/details/105205502

@@ 第1行： / 第1行： @@
 {{4}]
-最近华为开源了深度学习框架MindSpore，一时成为了热点。我之前也点评了很多微软、Google、腾讯等厂商的框架，有些点评文章还被官方社区收录，今天为大家解析下MindSpore。
+最近华为开源了深度学习框架[[MindSpore]]，一时成为了热点。我之前也点评了很多微软、Google、腾讯等厂商的框架，有些点评文章还被官方社区收录，今天为大家解析下MindSpore。
 首先阐明下我个人的观点，华为开源深度学习框架，从技术角度没有太大新意，从生态角度已经初显华为的庞大商业野心。
@@ 第6行： / 第6行： @@
 '''01 生态>商业模式>技术'''
-首先在今天这个人工智能商业竞争的格局下，单谈任何一个技术的点的领先性都是没有太大意义的，因为头部玩家之间不会有技术代差，比如Google做一个TensorFlow框架，在一个相同任务下不会比Facebook出的Torch快100倍，可能相互最多是几倍的差距，这叫做没有技术代差。但是技术是竞争状态能维持的根基。
+首先在今天这个人工智能商业竞争的格局下，单谈任何一个技术的点的领先性都是没有太大意义的，因为头部玩家之间不会有技术代差，比如Google做一个[[TensorFlow]]框架，在一个相同任务下不会比Facebook出的Torch快100倍，可能相互最多是几倍的差距，这叫做没有技术代差。但是技术是竞争状态能维持的根基。
 而商业模式的好坏会超越技术对于市场的影响，比如A框架比B框架快两倍，但是B框架做的产品比A便宜3倍，最终市场依旧会选择B。（这里举的是个最直白的例子，可能不恰当）
@@ 第14行： / 第14行： @@
 [[文件:MindSpore01.png]]
-国外市场，我最看好Google，Google有大量的用户的搜索数据，有联邦学习可以做数据层面交换。计算力方面有TensorFlow框架和TPU作保证。在端这边有Android操作系统，应该是目前阶段最成功的终端操作系统。但是Google受限于某些原因，在中国玩不转。
+国外市场，我最看好Google，Google有大量的用户的搜索数据，有联邦学习可以做数据层面交换。计算力方面有[[TensorFlow]]框架和[[TPU]]作保证。在端这边有[[Android]]操作系统，应该是目前阶段最成功的终端操作系统。但是Google受限于某些原因，在中国玩不转。
 所以在中国这个生态下，主要玩家是华为+BAT，我个人暂时看好华为。
@@ 第32行： / 第32行： @@
 '''03 解析下MindSpore'''
-因为我对于底层技术不太了解哈，简单可以通过MindSpore的架构介绍下技术细节。
+因为我对于底层技术不太了解哈，简单可以通过[[MindSpore]]的架构介绍下技术细节。
 [[文件:MindSpore03.png]]
-不能单纯说MindSpore是一个深度学习框架，应该是基于深度学习的一整套计算框架。在API这层，有多种类型的API，有半自动分布式、手动分布式、时间序列API，这些API可以对接机器学习领域应用最广泛的四个领域，分别是CV、NLP、ASR、Recommendation。
+不能单纯说[[MindSpore]]是一个深度学习框架，应该是基于深度学习的一整套计算框架。在API这层，有多种类型的API，有半自动分布式、手动分布式、时间序列API，这些API可以对接机器学习领域应用最广泛的四个领域，分别是[[CV]]、[[NLP]]、[[ASR]]、[[Recommendation]]。
-在技术点上，支持动态图、自动并行化、自动参数调节、自动微分，这些看上去也不是太新的点。具体MindSpore和TensorFlow、PyTorch这些业内顶级框架的区别，可能在于MindSpore因为后发优势，可以博彩众长，今天通过介绍文档没有看出特别大的技术亮点。
+在技术点上，支持动态图、自动并行化、自动参数调节、自动微分，这些看上去也不是太新的点。具体[[MindSpore]]和[[TensorFlow]]、[[PyTorch]]这些业内顶级框架的区别，可能在于MindSpore因为后发优势，可以博彩众长，今天通过介绍文档没有看出特别大的技术亮点。
 ----
 版权声明：本文为CSDN博主「李博Garvin」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
 原文链接：https://blog.csdn.net/buptgshengod/article/details/105205502

@@ 第12行： / 第12行： @@
 但是最终超越商业模式的是生态，人工智能产业的竞争，一定会演变成围绕：数据、计算力、端，这3点的竞争。
-[[文件:MindSpore01.jpg]]
+[[文件:MindSpore01.png]]
 国外市场，我最看好Google，Google有大量的用户的搜索数据，有联邦学习可以做数据层面交换。计算力方面有TensorFlow框架和TPU作保证。在端这边有Android操作系统，应该是目前阶段最成功的终端操作系统。但是Google受限于某些原因，在中国玩不转。
@@ 第27行： / 第27行： @@
-[[文件:MindSpore02.jpg]]
+[[文件:MindSpore02.png]]
@@ 第34行： / 第34行： @@
 因为我对于底层技术不太了解哈，简单可以通过MindSpore的架构介绍下技术细节。
-[[文件:MindSpore03.jpg]]
+[[文件:MindSpore03.png]]
 不能单纯说MindSpore是一个深度学习框架，应该是基于深度学习的一整套计算框架。在API这层，有多种类型的API，有半自动分布式、手动分布式、时间序列API，这些API可以对接机器学习领域应用最广泛的四个领域，分别是CV、NLP、ASR、Recommendation。