本周一，微软以一纸公告，正式宣布用75亿美元收购了全球最大的社交编程及代码托管网站GitHub（Github是全球最大的开源代码社区，全球各地的开发者均能提交，使用开源代码，或者托管自己的代码在社区中）。
曾经印象里闭源的微软最终拿下最大的开源社区看似令人意外，但实际上早已有迹可循，微软早已成为开源社区最大的贡献者，连续三年开源项目排名第一。
今年在微软Build大会也早已宣布，与Github合作释放微软智能云Azure的力量。一个优秀的开源社区聚集着众多的开发者参与开源项目，使得技术加速迭代，形成一个生态良性循环。而提到开源的AI项目，不得不去关注开源的机器学习框架。目前，主流的开源机器学习开发框架都托管在Github上。
目前市场上和学界上深度学习（Deep Learning）十分火热，源于语音技术，计算机视觉等领域使用深度学习方法更为流行，则从功能的角度来看，机器学习框架可细分为深度学习框架：主要用来使用深度学习算法，例如：CNNs卷积神经网络,RNNs循环神经网络,GANs生成式对抗网络等等。
▲主流开源深度学习框架的开源时间线 Source：集邦咨询整理
集邦咨询收集了目前主流的开源框架数据如以下两张图所示，可以反映主流框架在开发者中的热度。
▲各框架在Github获得Star数量 Sorce：Github，集邦咨询整理制图
▲各框架在Github获得Star年度增长率 Sorce：集邦咨询
加上2017年出的Pytorch，去年增长最快的深度学习框架TOP4就是Pytorch，Caffe2，TensorFlow，MXNet。从总量来看，贡献开发者数TOP3为：TensorFlow，Pytorch，MXNet；代码提交次数TOP5：TensorFlow，CNTK，PaddlePaddle，Chainer，Pytorch。
而上述四个深度学习框架，背后恰好是Google，Amazon，Facebook三家巨头。尤其是Google，可以从下图看出Google贯通上下游，俨然是AI领域内一极。
▲Google智能云产业结构图 Source：集邦咨询
各巨头在AI领域发力，都着重于支持自己的开源框架，这是因为，一个好的开源框架会吸引大量发开者使用，形成一个良好的开发者社区，可以加速迭代技术。另一方面，自己的框架往往和巨头本身的配套服务（例如云服务）配合更高效，应用公司的开发者很可能会因为采用了某个框架，就购买对应巨头的云服务使自己的应用落地。
微软作为老牌巨头，在PC时代独领风骚，又怎会甘于人后？在2016开源CNTK加入框架生态建设，但由于各种原因例如框架协议限制某些功能不可商用等，造成CNTK未能如上述框架流行。
从2017年的战略布局上看，微软选择和其他巨头强强联手，与Amazon合作推出Gluon作为一个API，注意到Gluon又是支持Keras，PyTorch，MXNet，这背后分别是Google，Facebook，Amazon，这似乎是一个微软企图联合各家统一框架生态的缩影。去年微软与Facebook合作推出ONNX，旨在不同框架之间共享模型。
今年2月份提出了深度学习框架的通用语言——repo1.0，让研究者们能够在不同框架之间轻松运用专业知识，并且实现不同开源社区之间的合作。CNTK、Pytorch、Chainer、Caffe2和Knet团队，以及来自开源社区的开发者也为repo1.0做出了贡献。
整合、释放开源社区开发者的力量，是微软在AI智能时代发展自身云服务实力，AI技术的一步，也是意图联合各家进行合作，并以此对抗另一种产业模式的谷歌的一步。微软放弃了专注独家开发框架，而是把未来希望寄托在一个标准体系，打通各家合作隔阂，在某些重要业务中，拥抱开源，拥抱各家技术融合。
文丨集邦咨询 James
閱讀更多 拓墣產業研究院 的文章
