Google 辟谣放弃 TensorFlow，它还活着！( 二 ) 作者|苏宓出品|CSDN（ID：CSDNn

一种框架不足以走天下
对于为何要研发一种新的框架， Google也做出解释，「单一的通用框架不可能适用于所有情况——特别是， “现实的生产环境”和“顶端的科学研究”的需求经常发生冲突。」
故而，其推出了一个用于分布式数值计算的极简主义API——JAX ，来为下一个时代的科学计算研究提供动力。
简单来看， TensorFlow和JAX的受众各有所倾向性，前者倾向于ML开发者群体，后者则主要面向研究人员。

文章图片
Google表示， “在这个新的多框架世界中， TensorFlow是我们对应用ML开发人员需求的回应——在任何规模和任何平台上，工程师需要构建和部署可靠、稳定、高性能的ML系统。我们的愿景是创建一个有凝聚力的生态系统，研究人员和工程师可以利用协同工作的组件，无论它们起源于哪个框架。我们已经在JAX和TensorFlow互操作性方面取得了长足的进步，特别是通过jax2tf 。开发JAX模型的研究人员将能够通过TensorFlow平台的工具将它们投入生产。 ”
展望TensorFlow的未来， Google进一步表明了态度，「我们打算继续开发TensorFlow ，作为应用ML的一流平台，与JAX并肩，推动ML的研究范围。我们将继续投资这两个ML框架，以推动数百万用户的研究和应用。」
国产深度学习框架冲破“垄断”的机遇
【Google 辟谣放弃 TensorFlow，它还活着！】TensorFlow未曾放弃， PyTorch依然引领， JAX奋起直追，深度学习框架领域已然越来越热闹。而放眼国内，也有不少深度学习框架迅速崛起。
截至2021年12月，百度“飞桨”深度学习平台（即PaddlePaddle），已经冲破了过去在中国市场上Google、Facebook（Meta）的垄断局面，成为中国深度学习平台综合市场份额第一。

文章图片
全球AI开源框架Star数4月、5月榜TOP2 ，来源：OSSInsight数据
与此同时，国产MindSpore、OneFlow、MegEngine、Jittor等框架也正在渗透各个领域的应用中。
对于这一趋势，一流科技OneFlow创始人袁进辉不久前也在朋友圈评价道， “我原本也以为Google放弃了Tensorflow ，因为很久没看到显著的更新，不过最近看正在引入dtensor ，以及重构runtime ，这说明TF并没有被放弃，应该是两条腿走路的策略。最近看到，国内框架进步也很快，聚焦于创新和本土化策略，还是很有机会。 ”
不过，根据数据调研显示， TensorFlow与PaddlePaddle的Star数差距接近10：1 。同时， TensorFlow与PaddlePaddle的Commits数量，中美差距近3倍。尽管从AI发展历程上，国外具有一定的先发优势，但开源框架Star数和Commits数的欠缺仍能反映出中国开源生态中存在的些许问题。
前瞻产业研究院报告指出，中国AI的发展更偏向于应用层。对此， CSDN创始人&董事长、极客帮创投创始合伙人蒋涛表示， “重应用，轻生态”的AI开源模式并非长久之计。「目前的开源生态尚且存在问题，甚至形成了一种“各自为政”的局面，这会导致内部消耗，增加用户选择成本，以及技术复用难度，阻碍整个行业的大规模发展。所以，开源生态建设对于中国的发展至关重要。」而这也是“弯道超车”的最佳突破口。
参考链接：
https://blog.tensorflow.org/2022/06/%20bringing-machine-learning-to-every-developers-toolbox.html?m=1
https://github.com/google/jax