Google宣布暫停與華為在涉及軟件、硬件和技術服務方面的合作，不僅華為手機將無法更新安卓系統，新的華為手機也可能無法使用Google軟件，比如Chrome瀏覽器、Gmail、YouTube等。

此次“封殺”事件，不僅再次將華為逼入困境，更是在為每一個中國企業、中國人敲響警鐘。

“封殺”事件為我們敲響警鐘

2019年5月15日，美國總統特朗普簽署行政命令，同時，美國商務部宣布，將華為及其子公司列入出口管制的“實體名單”。2019年5月20日，Google遵循禁令，中止與華為的部分業務。這些業務暫時對華為在中國市場的影響很小，但對海外手機等終端業務的影響很大。

背后的原因復雜，我們且不討論。但是這次“封殺”事件，就像一個巨大的石頭，把稍稍寧靜的湖面又一次攪渾。面對這樣的“禁令”，很多歐洲等海外用戶表示擔心在華為手機上使用相關軟件與服務。

當然，也有些人，很早就將眼光投向了遠處。

知乎上2016年有一個問題：“如何評價余凱在朋友圈發表呼吁大家用 caffe、mxnet 等框架，避免使用 TensorFlow？”

這個問題在當時引起了很大爭議，但在如今看來，這畫面竟如此相似。

杞人憂天還是四面楚歌？

余凱是前前百度研究院副院長，深度學習實驗室主任，他在中國率先推動大數據人工智能在互聯網行業的技術研發和創新。他在朋友圈寫的原文如下：

“算是一個鄭重的聲明吧：一直以來我非常欽佩谷歌的Jeff Dean在MapReduce和谷歌大腦（TensorFlow）等項目上的杰出成就。但是，我必須指出，放任TensorFlow成為世界上占統治地位的人工智能開發平臺對世界是危險的。盡管這個平臺目前是開源的，但是隨著時間的推移，人工智能變得越來越強大，這個系統會變得極端復雜到失去透明性，而且會很可怕的變成全世界數據，計算，硬件，編譯器等的標準制定者。
這樣會導致一個不健康的生態，阻礙年輕人掌握技術的自由，讓個人，公司甚至國家在人工智能領域的自主發展，最終被一家商業公司所控制。這不是危言聳聽。可惜現在絕大部分人都還意識不到這點。尤其是在中國。我呼吁大家都來使用Caffe，Mxnet等更加開放中興的開源系統，避免使用TensorFlow。”

TensorFlow是一個開源軟件庫，用于各種感知和語言理解任務的機器學習。上線不到兩年便成為Github最受歡迎深度學習項目，TensorFlow目前在全球已經有超過4100萬的下載次數，社區有超過1800多個貢獻者。根據官方提供的全球用戶分布情況，目前TF中國應該是僅次于美國和歐洲的第三大地區。

而對于TensorFlow，余凱提出的擔憂并不是全無道理。由Google開發的，雖然目前處于開源，但很多人認為作為一個巨頭企業，倘若有一天掌握所有資源，終會產生一個不健康的生態。

當然，還是不少人認為“壟斷性”過于杞人憂天了，如今的整體水平遠遠達不到壟斷性程度。

還有網友表示“真是想太多哦！”，“珍惜生命，少看朋友圈”......

也有更為理性的人認為，評價一段話首先要看說話的人，說話的對象，以及當時的背景。知乎網友表示：“google雖然拳頭大，但畢竟雙拳對四手，想吃掉所有人的蛋糕未免胃口太大。國內的的大廠雖然還沒有直接跟google競爭，但還是應該有一些長遠的想法的”。

而知乎用戶洪春濤直接指出，作為大廠肯定是擔心Google對框架擁有的絕對控制力量，為了降低各方面風險肯定還是希望將主動權掌握在自己手中；而作為普通的用戶，自然是什么好用便用什么了。

站在不同立場和時間點，對此的想法都會不同。無論是過于杞人憂天，還是無可挽回的已經發生。在歷史的車輪面前，我們能做的唯有做好一切即將發生的準備，盡可能的掌握更多主動權。

自主創新，未來可期

擔憂之下，其實我們也一直在作出努力。就像此次的“Google封殺華為”事件，早在過去幾年，華為在手機操作系統的硬件和軟件層面均有所準備，關于內部研發麒麟 OS等相關系統的消息已有七年之久。之前華為副總裁余承東就表示：“ 我們已經準備好了自己的操作系統，一旦發生了我們不能夠再使用這些（來自 Google 和微軟的）操作系統的情況，我們就會做好啟動 B 計劃的準備。”

而在深度學習框架方面，目前國內不少企業也作出了自主研發框架的嘗試。

比如百度在2018年3月開源了其深度學習平臺Paddle，Paddle始于2013年的時候，傳統的基于單GPU的訓練平臺已經無法滿足計算廣告、文本、圖像、語音等訓練數據的快速增長需求，因此搭建了Paddle(Parallel Asynchronous Distributed Deep Learning)多機并行GPU這個訓練平臺。得到了廣泛好評。

阿里巴巴2018年11月開源內部深度學習框架 X-DeepLearning，這是業界首個面向廣告、推薦、搜索等高維稀疏數據場景的深度學習開源框架，可以與 TensorFlow、PyTorch 和 MXNet 等現有框架形成互補。X—DeepLearning經過2年的研發與打磨，XDL目前已經在阿里媽媽成功部署到內部的生產系統。以阿里媽媽定向廣告為例，2017年，以 XDL 為基礎的深度學習算法升級帶來的廣告收入提升超過百億。

商湯（SenseTime）也有自研的parrots，目前暫時沒有開源。曠視Face++用的是內部自研平臺——MegBrain 深度學習引擎，開發時間早于 TensorFlow 的開源時間。

還有一流科技老師木的深度學習框架OneFlow，歷經兩年的研發，2018年10月份推出1.0版本。OneFlow在企業級大規模應用上是稱得上遙遙領先的，OneFlow在分布式訓練時的擴展能力，加速比是最優秀的。這些特點也正是OneFlow作為企業級深度學習框架，比已有開源深度學習框架優秀之處。

關于深度學習框架的開發仍然存在困境，我們想要開發一個簡單的框架難度并不大，但想要實現一個易用性高、高效性不錯的框架是非常難的，期間面臨的問題需要強大的技術實力和堅持創新才能解決。

人類走過的路似乎大多雷同，曾經我們在芯片上走過最長的攻堅路。如今我們又走到了另一個技術壁壘前面，另一個困境面前。不管是芯片、系統、算法框架，技術壁壘只是壁壘，后面已無退路，我們都需堅定不移的拿下這些壁壘。

這段時間，華為面臨的困難一個接一個，我們面臨形勢似乎也越來越嚴峻。在這場巨大的戰役之下，技術壁壘只是我們面臨的一個方面，一個重要的方面。這次我們一起走到了攻堅時刻，這場戰役會持續多久誰也不知道，但唯有一點可以確定，我們需要更有底氣的技術實力，更堅定的決心，更多底牌撐起的主動權。