www.iresearch.com.cn 基础软件开源界限划分 操作系统、数据库、中间件、AI框架底层代码按规范进行共享与协作 本篇报告研究的基础软件开源范围，是指研究“开源”中“基础软件”板块的情况。开源过程中，参与者可以共享、协作完成开发， 正好与基础软件庞大的开发量需求相 意义惠及软件产业全领域。 注释：由于暂无国内厂商主导的开源编程语言，因而不列入本报告研究范围。 来源：根据专家访谈、公开资料，由艾瑞咨询研究院自主研究及绘制。 对于这四类基础软件（操作系统、数据库、AI框架、中间件），其编写者将实现功能的代码按照一定的开源规范 开放，任何人可以查看、使用、贡献，同时，使用者也要遵循一定的开源规范。 基础软件开源范畴界定 国内基础软件开源界定 基础软件 杂等特点 中间件：不同系统和应用程序之间交互 与协作的桥梁 AI框架：具备构建和部署人工智能模型 的基础的全套开发工具 操作系统：是软硬件资源的资源管理者， 为用户与应用程序提供交互接口 数据库：通过对数据的访问与管理，支 持各种应用程序和业务的需求 编程语言：人与计算机交互的“语言”， 含编译器、基础编程语言、IED等 社区协作：鼓励各方在开放平台上协作 贡献，推动开源内容的发展 创新改进：通过资源共享与协作共生，

大模型、上海人工智能实验室的书生通用大模型、腾 讯的混元大模型、蚂蚁的百灵大模型等。 另一方面，除了大模型本身，中国在 LLM 相关技术领域也 快速迭代发展，诸如 Dify.AI 的 LLMOps、Milvus 的向量 数据库、CodeGeeX 与 Comate 的 AI 编程、对 LLM Prompt 的研究、OneFlow 的深度学习框架。 值得一提的还有华为的盘古大模型，其中盘古气象大模型是 首个精度超过传统数值预报方法的 【生产事故】冥场面！速来围观 2023 十大生产事故“名 场面”。 1 1 目录 一、开源开发者事件回顾 三、中国开发者开源新动向 二、2023 LLM 技术报告  46 | 向量数据库  47 | 数据库向量支持  48 | 大模型框架、微调  51 | 大模型训练平台与工具  53 | 编程语言  57 | 知名大模型  58 | 备案上线的中国大模型  21 | 执行官一职，并离开 OpenAI 董事会。现任首席技术官 Mira Murati 将临时 担任首席执行官，该任命立即生效。 LangChain 是封装了大量 LLM 应用开发逻辑和工具集成的开源 Python 库， 提供了一套工具、组件和接口，简化创建由 LLM 和聊天模型提供支持的应 用程序的过程。 创新工场董事长兼 CEO 李开复今年 3 月创办 AI 大模型创业公司 “零一万物”。 11 月，零一万物推出

通、中国电信、德邦快递 等诸多大中型客户。 以“开放、开源、跨云”为技术理念，网易数帆大力推动技术研究，先后取 得“工信部云计算服务能力标准首批试点单位”、“国家企业技术中心”、“信 通院云计算标准和开源推进委员会成员”、“信通院大数据技术标准推进委 员会成员”、“信创工委会成员”等机构资质。同时，网易数帆积极推动跨厂 商的数字化技术融合发展，与AWS、阿里云、百度云、华为鲲鹏云计算、 大数据技术机构资质 信通院大数据技术标准推进委员会成员 大数据系统软件浙江省工程实验室 浙江省网易大数据重点企业研究院 浙江省云计算和大数据省级企业研究院 人工智能技术机构资质 浙江省增强现实与智能交互工程技术研究中心 省级组织资质 浙江省重点企业研究院 浙江省企业技术中心 云计算技术机构资质 工信部云计算服务能力标准首批试点单位 信通院云计算标准和开源推进委员会成员 信通院首批开源供应商 云计算开源产业联盟云原生十大优秀案例 infoQ 中国技术力量年度榜单 InfoQ2020 最有价值技术团队 InfoQ2020 最佳技术社区驱动力奖 思否 SegmentFault 中国技术品牌影响力企业 DTCC 第十一届中国数据库技术大会创新产品奖 《Gartner 2021 中国 ICT 技术成熟度曲线》数据中台领域标杆厂商 信通院可信云计算最佳实践服务网格 2021 数博会“十佳大数据案例” 《Gartner 2019中国

3 5 ⽬ 录 各种类型 的 IT 资产 为什么要使⽤堡垒机？ - 以更安全、更⾼效的⽅式管控和登录各种类型的资产 - 系统管理员 普通⽤户 外包⼈员 临时访客 服务器 ⽹络设备 数据库 Kubernetes 事前授权 事中监察 事后审计 管理者期望 堡垒机的 4A 能⼒ 身份鉴别 Authentication 授权控制 Authorization 安全审计 Auditing 全等级保护定级指南》GB/T22240、 《信息安全技术-信息系统安全等级保 护基本要求》GB/T22239-2008）相关 标准发布实施。 《中华⼈⺠共和国⽹络安全法》发 布，这是⽹络安全的“基本法”，具有 强制性规范作⽤。 《信息安全技术⽹络安全等级保护 2.0 标准》正式实施，等级保护正式 进⼊ 2.0 时代。 堡垒机助⼒企业满⾜等保三级技术要求 安全物理环境 安全通信⽹络 安全区域边界 Razor Magnus Kael Tinker Panda KoKo Linux、命令⾏数据库等连接管理； Lion 浏览器图形化连接管理 Windows 资产； Razor 传统客户端连接管理 Windows 资产； Chen 浏览器图形化连接管理数据库； Magnus 传统客户端连接管理数据库资产； Kael 连接管理 GPT 资产； Tinker 基于 Windows 操作系统的应⽤发布连接管理；

Python 开发框架 ………………………………………………………………………………… 23 3.14 前端开发框架 …………………………………………………………………………………… 24 3.15 数据库……………………………………………………………………………………………… 25 3.16 版本控制工具 …………………………………………………………………………………… 26 3.17 AI 开发框架 商业化过程中的风险点 …………………………………………………………………………… 87 4 投资——如何找到下一个开源独角兽 …………………………………………………… 93 4.1 成功商业开源项目判断标准 ……………………………………………………………………… 93 4.2 中国开源市场 ……………………………………………………………………………………… 96 4.3 资本市场上投资人对开源领域布局力度加大 鉴。 堵俊平：这两年，一个很明显的趋势是越来越多的初创企业参与开源。这一方面得益于 ToB 赛道成为市场和 政策导向的热点，另一方面开源所代表的开放式创新也被投资界所认可。尤其是开源与数据（数据库 & 大数据） 以及 AI 等热点技术相结合，更是为市场带来了极大的想象空间。 参与者所在企业类型 外企 国内初创公司 国内大型互联网企业 国企 / 央企 / 事业单位 其他 外企，25,10%

2024 中国开源开发者报告重点聚焦大模型，本章节以大模 型 LLM 开发技术栈作为切入点，将深入探讨以下中国 AI 大模型领域的代表性开源项目社区。 这些开源项目社区覆盖了深度学习框架、向量数据库、AI辅 助编程、LLM 应用开发框架、模型微调、推理优化、LLM Agent，以及检索增强生成（RAG）等多个关键技术栈。 为了更全面客观地展示中国大模型 LLM 开发技术栈的开源 社区生态，我们使用了 111 OSS Compass Insight 生产力-协作开发指数 本部分图表仅用于数据展示，不涉及先后排名 作为国内及业内领先的 AI 开发基础设施，本部分图表 中的开发框架、向量数据库、 开发平台、大模型均表现出 色，代表着它们的代码提交 频率、参与者、代码合并比 率等协作开发工作保持着较 高的水平。 17 / 111 OSS Compass Insight 本部分图表仅用于数据展示，不涉及先后排名 (EMQ) 市场&开发者 社区总监一职。 2004 年，顾钧从北京大学计算机系本科毕业，其后在工商银行、IBM、 摩根士丹利、华为和 Zilliz 等多家知名企业工作。 曾联合发起全球首个开源向量数据库项目 Milvus，并帮助 Milvus 社区 在两年间迅速拓展到两千家企业用户。 29 / 111 大模型撞上“算力墙”，超级应用的探寻之路 文/傅聪 近日，大模型教父 Sam Altman

堵俊平：这两年，一个很明显的趋势是越来越多的初创企业参与开源。这一方面得益于 ToB 赛道成为市场和政策导向的热点，另一方面开源所代表的开放式创新也被投资界所认 可。尤其是开源与数据（数据库&大数据）以及 AI 等热点技术相结合，更是为市场带来 了极大的想象空间。 Du Junping: In the past two years, a clear trend has been that overwhelming advantage. SVN, TFS, and CVS are still in use by many participants. 3.16 数据库 / 3.16 Database 数据库使用情况中，不出意外地，MySQL 以绝对优势遥遥领先，SQL Server 与 Oracle 跟 随其后。 Not surprisingly, MySQL leads the 王蓉：虽然开发者对于开源度量的重要性表示任何，但目前业界对开源社区的度量指标有 一些探索，但缺乏一个受社区普遍认可的、可自动化执行的一个工具或者说 index。希望 OpenDigger 项目后续在国际标准和自动化平台落地过程中能有关键进展。 Wang Rong: Although the developers expressed nothing about the importance for

终在2026年Zen6架构的六代霄龙上成为默认 值，届时AGESA则会退出。 注释：OpenSIL的全称为“Open-Source Silicon Initialization Library”（开源硅初始化库），作 为一套开源解决方案，使用标准行业语言编写， 不但可以实现AGESA的各种传统功能，还有轻量 化、简单、透明、安全、扩展灵活等优势。 全球开源态势洞察｜第十期 02 01 行业发展 Nutanix推出Kubernetes 到应用。Decidim平台的首个日本版本主要由日 本东京大学先端科学技术研究中心的Yoshimura 教授和Code for Japan组织的代理主任Hal Seki负 责。现已将源代码上传至其创建的GitHub公开存 储库中，使当地社区能够利用该平台。 Code for Japan组织致力于在日本公共部门中推 广开源作为公民参与社会和民主变革的工具。作 为更广泛的Code for all网络的一部分，Code for 人缺失对 该等商品或服务质量控制而导致消费者遭受欺诈的情形即为“裸许可”，这将导致推定商标所有 人放弃商标，继而造成商标所有人失去商标权ii。 在通常情况下，许可过程中的“质量控制”可以通过制定技术标准或技术手段等来实施，但在开 源项目中，“质量控制”的实施是复杂的，如果没有商标许可使用的专门规范，商标所有权人很 少有机会严格控制根据开源许可协议所修改和分发的软件的质量。鉴于OSI批准的许可证中有部

）免费提供给使用者。然而，软件行业内 所谓的“开源”概念还包含其他诸多基本要求和限制，需要作者和使用者共同遵循一些规范。OSI（Open Source Initiative）组织是全球范围内开源软件标准的权威发布机构，在该机构的界定中，规范的开源项目和软件除了在开放源代 码这一基本要求之外，其开源许可（open source license）还需要满足关于源代码的使用和修改、关于软件传播以及公平 GPL：允许商用，但必须在出售的同时公开软件源代码，从某种意义上说这就等同于二 次开发后的产品是“自愿付费”的，或者说出售GPL开源软件的企业实际上必须出售某 种服务而不仅是软件本身。 LGPL：如果类库引用（链接，不修改）则可以闭源商用，否则不能够闭源商用。 EPL：没有修改过，可以直接商用；有修改过，必须在公布源代码的条件下商用，这种 情况下与GPL的发布条件类似。 • 从定义上看，所有的开源 渠道化 为互补产品宣传、导流 提升企业市场声量 产业级影响 促进协同产品出现和创新 构建开源产业基金会 e.g. Linux发行版 e.g. Google浏览器 e.g. 开源数据库托管 产 业 协 同 软件开源核心运营 e.g. Kubernetes 11 ©2022.2 iResearch Inc

sion等AI模型成功 的关键组件；发明了
Transformer-XL，是历史上第⼀个在词级别和字级别都全⾯超越RNN 的注意⼒语⾔模型，解决了语⾔建模上下⽂⻓度的关键问题，定义了语⾔建模的新标准；曾 与DeepMind和CMU合作研究，⾸次实现⼩样本性能逼近全监督学习的⾼效对⻬⽅法。
ii. 视觉⽅⾯。团队成员发明了MoCo，引爆了基于对⽐学习的视觉预训练范式，也是过去三年 CVP 杨植麟：光说
transformer
本⾝，我觉得问题不⼤。核⼼还是解决
tokenizer
的问题。transformer
架 构其实已经发⽣很多变化了，今天做
long-context、做
MoE，都不是标准的
transformer。但是
transformer
的灵魂或者思想肯定还会存在很⻓时间，核⼼是怎么在这个思想基础上解决更多问题。

海外独⻆兽：其实
context
length
⽆限 杨植麟：对，很多时候没有太多历史包袱，是⼀件好事。 张鹏：我看刚才已经有⼈在弹幕问，「还招⼈吗？」「还招实习⽣吗？」你们现在还招⼈吗？ 杨植麟：对，全职、实习现在都有。 张鹏：你们对⼈的挑选有什么标准？对⼈的要求也要按照新范式来？ 杨植麟：我们相对来说⽐较
open，不同背景（都可以）。我觉得
AGI
是个很综合的事情，今年市场上 有⼀些热度，会吸引各种背景的⼈，这个很重要，因为如果只有单⼀背景，很难做好，市场上各种⼈