框架|专访 MindSpore 黄之鹏：围绕社区，探索开源深度学习框架的真正价值框架|社区|价值|探索|深度学习

文章插图
随着智能产业的发展日趋成熟，大量企业在奔赴智能化升级的前线，深度学习方兴未艾，深度学习框架也开始为更多开发者所知。其中佼佼者如TensorFlow、PyTorch、MXNet等已经获得了大量的关注，而作为后起之秀，华为开源项目MindSpore也一样在今年获得广泛关注，那么其在开源和开发者运营方面有哪些独到之处呢？华为计算开源开发与运营部副总监, MindSpore 开源社区运营负责人黄之鹏在接受CSDN专访时对此进行了解答。

文章插图
后来而崛起，快速成长的MindSpore
当采访人员问及MindSpore的开源情况时，黄之鹏对其整体进行了介绍。MindSpore在开源之时选择了一条不太寻常的路径，其主仓选择在码云进行开源开发，同时华为内部自研了机器人能够将托管在码云的代码在GitHub和iHub搬运并建立实时镜像仓，开发者也可以在三者中可以任选其一参与。
码云为主仓可以理解，但是另外打造两个镜像仓对于MindSpore有何意义呢？黄之鹏回答表示，GitHub是全球最大的社交编程及代码托管网站，镜像仓有助于国内外开发者更快的接触到MindSpore；而iHub托管平台由鹏城实验室这一国家级实验室推出之后，汇聚了大量优质的AI开源项目和镜像，其在AI方面亲和度颇高。
从今年3月28日开源以来，MindSpore获得了开发者的广泛关注。在GitHub官方提供的Trending Repositories是目前开源领域最具权威性的榜单之一，官方会对各个开源项目的star数、fork数、提交数、follow数以及项目页面浏览量等数据每天会进行8次统计，并根据结果刷新该页面。虽然GitHub不是MindSpore的主仓，但是MindSpore依然多次登上了C++的日榜、周榜和月榜，这无疑是开发者对该项目热忱的一种体现。
MindSpore能够有如此表现，黄之鹏认为不仅仅是社区的功劳，这也与当前国内环境有很大关系。当前国内人工智能产业都处于起飞阶段，这意味着数据集、模型等创新处于爆发前夕，整体AI市场在扩大，开发者不需要存量竞争，MindSpore也不需要和已经成熟的开源深度学习框架竞争。因此MindSpore可以把精力投入到社区构建中去，持续赋能和培养新的开发者，给予开发者更多的生态机会，打造相关商业应用案例，实现场景落地，进而推动整个行业的进步。
而如今人工智能技术落地领域颇多，在各个行业中的应用表现不一，那么MindSpore会给产业带来哪些新变化呢？黄之鹏表示，MindSpore在设计时就具备了开发态友好、运行态高效、部署态便捷的特点，其能够帮助开发者快速上手；同时，其还是业界少见的面向端边云全场景的深度学习框架，能够提供自动并行、图算融合等能力，能够适用于大规模集群环境等诸多的场景之中。
高效运营，充分发挥开源力量
开源是一种态度，同时也是一种力量的聚集。不过开源并非万事大吉，没有合理和高效的运营手段，很可能会让开源项目渐趋平庸。黄之鹏则告诉采访人员，MindSpore在开源社区的运营方面非常用心，因而使得社区整体活力和发展呈现一种更加高效的状态。
开源是一个节点，没有技术的积累谈开源无异于无稽之谈。黄之鹏表示与其他开源项目相比，MindSpore在开源之后节奏非常快，基本上可以做到每个月发布一个版本的状态。对于MindSpore这种体量的产品来讲，这种速度几乎不可思议，但其客观上也体现了华为做完全开源深度学习框架的决心。不过好在，决心大力量足，MindSpore研发团队在这种以月为周期的版本发布中保障了项目的质量，因此在开源后才为开发者提供了一个良好的开源平台。
MindSpore在开源后很快收获了开发者的反馈并发现了发现更多的适用场景，比如一些开发者表示大规模集群环境的适应堪称开发的好助手，尤其是自动并行和自动微分能力，非常适合解决科学计算、分子动力学、量子化学等科研场景中涉及的高阶求导问题。
技术和运营是开源社区不变的两大核心。在技术方面，MindSpore采用了软硬件协同的系统化设计方案，提供覆盖端边云的全场景能力，能够帮助用户更好、更简单的接入生态；同时，MindSpore针对华为的主要硬件进行了深度的性能优化，比如MindSpore在量化训练方面持续进行训练调优，使得整体性能达到一个非常高的标准，满足用户产品竞争需求，同时端边云统一的框架可以实现云端量化训练得到的模型，可以直接在手机或者IoT等终端使用，这就是MindSpore能够带来的一大变化。