文我有提到，此时此刻的技术先进性并不重要。甚至在计算机发展史上，很多领域中笑到最后的 产品，并不是技术上最先进的。抛开成本和易用性，空谈技术先进性是最常见的错误。 那么具体到大模型领域，闭源与开源，两种方法孰优孰劣？我的回答是采取什么方法因人而 异，但开源会更有优势。 大模型赛道的核心制约条件是成本太高——训练成本高，运行成本高。如何尽可能降低成本， 28 / 111 比对手坚持得更久一些是确保长期 AI 公司也已接近个人模型的技术目标。但目前端到端多模态模型和推理模型的 成本仍然较高，且在一些场景下还不够稳定。 但 2023 年以来，模型知识密度有每 8 个月提升一倍的“类摩尔定律”趋势，加上硬件的摩 尔定律和推理框架的优化，一到两年后，个人模型的成本将达到可以让用户随时使用的水平，就 像互联网应用一样，通过广告和少数订阅即可盈利。类似 o1 的强推理能力模型也不一定需要很 大，未来将 面对这些挑战，需要采用科学的评估方法。LangSmith、Arise、Langfuse、Ragas 和 DeepEval 等项目提供了评估和监控所需的各种指标和工具，帮助开发者量化测量、监控和调 试他们的 AI 应用系统。 展望未来，o1 模型的发布标志着大模型研究进入了新的时代。o1 模型的推理能力提升对 AI 基础设施提出了更高的要求，例如并行计算部分思维链路、减少不必要的思维过程等。研究

多个技术簇的一类根 技术软件，拥有技术 门槛高、衍生场景复 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 应发行版ISV厂商，将软件向 更多行业及场景渗透 规划开源软件迭代方向，包 括但不限于软件特性增加、 现有功能增强、Bug修补， 并提出相应的合格指标 一方面积极对社区开发者的回 复给予反馈，另一方面发掘优 秀的灵感，增强创新能力 对开发者提交的代码进行评 审，确保代码的可读性和可 维护性，及时做出缺陷反馈 提出企业开源项目，确定是 否开源、开源时间、企业内 是否具有开源应用场景以及 可预期开源收益 自主研究及绘制。 L0级：基础开源OS L1级：基于上游的开源OS L2级：基于L1的商业版OS L3级：L1/L2二开 原创自研的操作系 统，通常将底层技 术进行开源 基于L0级开源OS深度优 化和定制，补充自主开发 的先进技术、企业级功能 服务，实行再开源 商业公司针对L1级别的操作系统 进行商业版优化发行，可选择性 的开源，也可额外发行L3的开源 版本 在L1基础上做场景 化发行；或经过L2

展，并获得过OpenAI
RL联创及负责⼈John
Schulman亲⾃邀请加盟。
iv. 基础设施⽅⾯。团队核⼼成员曾带领数⼗⼈从零开发世界领先的深度学习框架，也具备数千 卡集群全⾃动化硬件运维告警、数百亿特征检索、⼤规模（数⼗PB数据、百万台机器）分 布式系统数量级性能优化的经验。
c. ⽬前团队⼈数超过
80
⼈，每个⽉都有在全球某个领域有显著影响⼒的⼈加⼊。
2.
团队聚焦底层技术创新，技术Vision强
我觉得最终衡量⼀个
AI
产品的⻓期价值，就是看⽤⼾愿意在它上⾯输⼊多少个⼈化的信息，然后
lossless
long-context
和个性化负责把这些输⼊变成有价值的东西。
可能也还需要新的硬件形态，但我觉得模型和软件现在也还是个瓶颈。因为要再往下钻⼀层，让⽤⼾ 输⼊很多信息的前提是
trust，是你需要有⾜够
engaging
和
human
like
的AI。不能说是我为了得到你 etectron2， ⼀个被⼴泛使⽤的视觉开源项⽬并被集成到Meta全线VR/AR产品中。
在基础设施⽅⾯，团队核⼼成员曾带领数⼗⼈从零开发世界领先的深度学习框架，也具备数千卡集群 全⾃动化硬件运维告警、数百亿特征检索、⼤规模（数⼗PB数据、百万台机器）分布式系统数量级性 能优化的经验。 在强化学习⽅⾯，团队成员作为⼀作提出了基于关系学习的少样本⽅法，得到斯坦福⼤学、Google、

文件系统的共 享范围和写时复制支持、用于检测固件引起的延迟的硬件延迟跟踪器、对 来自 Project Ara 的 Greybus 总线的支持、更高效的 BPF 分析器、新的可选 BBR TCP 拥塞控制算法、虚拟映射内核堆栈等特性。 由于是 LTS 版本，Linux 4.被广泛用于生产环境，比如基于 Linux 4.9 操作 系统驱动的大规模生产设备/硬件。 写字板是一种基本的文本编辑应用程序， 允许用户创建和编辑带有格式化文本的 提供高效的读写。 开源 3D 游戏引擎 Godot 正式发布 4.0 主要新特性包括：Cycles 支持光和影的耦合，支持光滑表面的路径引导， 支持苹果 Metal API 的 MetalRT 硬件光线追踪，HIP 后端支持 AMD RDNA2 和 RDNA3 APU，默认 UI 字体 Inter，Linux 和 macOS 版最低要求 OpenGL 4.3，升级渲染能力，等等。 Wine-CE PyTorch 2.0 版本包括稳定版的 Accelerated Transformers（以前称为 Better Transformers）。PyTorch 是一个 Torch7 团队开源的 Python 优 先的深度学习框架。 21 / 87 1 1 Slint 1.0 正式发布 DragonflyDB 1.0 正式发布 开源开发者事件回顾 FerretDB 1.0 正式 GA Layui

知识博主 2 若依 https://gitee.com/y_project GVP 作者 3 peng-zhihui https://gitee.com/peng_zhihui 优质智能硬件作者 4 贤心 https://gitee.com/sentsin GVP 作者 5 小柒 2012 https://gitee.com/52itstyle GVP 作者 6 一个开源项目，其下游可能会出现多个提供相似功能软件的供应商，并且可以以比较小的成本 来改变供应商的选择，因此用户可以放心地选择长期使用软件。相反地，当顾客使用闭源产品 时，如果在使用一段时间后想要转换使用另一个软件，需要重新进行硬件、数据等的部署，造 成不小的转移成本，因此当用户选择使用闭源软件时，可能会由于软件后期开发情况不满足需 求或者转移成本过高而放弃对软件的继续使用。 Finally, in the retention for vendors. 对开源软件企业进行访问时，一些企业表达了更改许可证限制对于企业可能存在的好处。例如 当开源公司可以将成果保护起来时，可以激励其在开发时投入更多的资源。还有其他的一些优 点，如鼓励创鼓励开源市场增长、增加利润等等。 During interviews with open source software companies, some expressed the

⼴泛的 多云管理⽀持 超⼤规模 分布式资产⽀持 全⾯的数据库 运维安全审计⽀持 ⽀持审计录像 的云端存储 内置多组织体系 强⼤的 远程应⽤发布能⼒ 灵活的 软件 / 硬件 部署⽅案选择 1 3 6 8 2 4 5 7 体验极佳的 Web Terminal Linux Web Terminal Windows Web Terminal 特⾊功能⼀ 产 内置多组织体系 特⾊功能六 统⼀管理 统⼀审计 特⾊功能七 强⼤的远程应⽤发布能⼒ 灵活的软件 / 硬件部署⽅案选择 软件形态 JumpServer 企业版 硬件形态 JumpServer ⼀体机 （基础、标准、专业、旗舰） （标准、专业） 注：⽀持软硬件混合部署模式。 特⾊功能⼋ 1 2 企业为什么需要堡垒机？ JumpServer 堡垒机的优势 JumpServer （TDSQL、TiDB、GreatSQL等） 东⽅通 TongRDS 宝兰徳 BES CacheServer 银河麒麟 V10 统信 UOS V20 中标麒麟 V7.0 优麒麟 Ubuntu Kylin 欧拉 OpenEuler ARM 架构 鲲鹏 ⻜腾 ⻰芯架构 ⻰芯 LoongArch64 x86 架构 兆芯 海光 负载层 缓存层 数据库层

广州山水比德科技有限公司 华福证券有限责任公司 华融融通（北京）科技有限公司 华数传媒网络有限公司 华泰证券股份有限公司 华夏银行股份有限公司 杭州东方通信软件技术有限公司 杭州海亮优教教育科技有限公司 杭州睿胜软件有限公司 杭州数澜科技有限公司 杭州网易云音乐科技有限公司 杭州网易再顾科技有限公司 杭州辛橙信息科技有限公司 杭州学同科技有限公司 杭州逸风科技有限公司 无需人工值守。 异构网络访问 支 持 异 构 协 议 转 换 为 HTTP 协 议 RESTFUL 接口，具备请求转换能力，有 效集成企业存量应用。 基于开源自主可控 基于社区开源版本，进行源码级内核优 化，性能增强，自主可控。 完备的监控 丰富的企业经验积累，支持完备的监控 指标。 多云混合云 统一视图管理多云、混合云集群，应用多 集群部署、运维。 可视化流水线 模块化能力，支持可视化拖拽，快速配 定义镜像、支持模型及服务标准化。 便捷易用 模型开发、训练、调度可视化管控，内置 100+算子，支持模型一键式部署，降低 AI建模门槛。 AutoML 支持端到端 AutoML，自动化完成特征 治理、参数寻优、模型筛选流程，智能化 加速数据价值产出。 全流程管控 一站式覆盖数据导入、特征治理、模型 开发、模型训练、推理服务建模全流程， 提升 AI 建模效率。 轻量化、低成本 支持云原生架构，支持私有化部署，多形

………………………………………………………………………………………… 107 5.8 MongoDB ………………………………………………………………………………………… 108 2021 中国开源年度报告 7 附录 1 开源硬件 v.s. 开源软件 ………………………………………………………… 111 附录 2 美国开源资本市场情况 …………………………………………………………… 111 附录 3 YC 开源项目一览 迈上新征程 …………………………………………………………………………………… 117 九、AI & 低代码将会如何改变开源，值得关注 ……………………………………………………… 117 十、开源硬件持续升温，RISC-V 成果涌现 ………………………………………………………… 118 全文 …………………………………………………………………………………………… 118 一、各国开源政策将对开源世界的未来产生重大影响 迈上新征程 …………………………………………………………………………………… 128 九、AI & 低代码将会如何改变开源，值得关注 ……………………………………………………… 129 十、开源硬件持续升温，RISC-V 成果涌现 ………………………………………………………… 130 8 2021 CHINA OPEN SOURCE ANNUAL REPORT QUESTIONNAIRE

5 中国的开源软件法治建设状况 4 中国的开源软件产业发展洞察 26 —— 中国“十四五”规划 支持数字技术开源社区等创新联合体发展，完善开源知识产权和法律体系，鼓 励企业开放软件源代码、硬件设计和应用服务。 27 ©2022.2 iResearch Inc 资源、低代码工具等 供给，培育具有国际竞争力的开源生态。 2021.5 广东省政府 《广东省人民政府关于加快数字化发展的 意见》 支持建设国际化的开源项目和开源社区，共享开源技术、软件代码、硬件 设计、基础软件和开发工具。 2021.3 浙江省政府 《浙江省数字基础设施发展“十四五”规 划》 打造智能开放的数据中枢赋能平台，推动数据工具模型开源平台、人工智 能开源平台建设，助推省域治理现代化，打造一批具有全国乃至全球影响 支持数字技术开源社区等创新联合体发展，完善开源知识产权和法律体系， 鼓励企业开放软件源代码、硬件设计和应用服务。 2018.8 广东省政府 《广东省人民政府关于印发广东省新一代 人工智能发展规划的通知》 秉持开放开源理念。倡导开源共享，促进高校、科研院所、企业等创新主 体加强对外合作，推进开源软硬件基础平台建设，支持开源社区建设。 2018.1 浙江省政府 《浙江省人民政府办公厅关于进一步加快

AI 开 发者的使⽤需求，也让⼴⼤开发者形成了更强的社区认同感。 深度学习框架在 AI 技术栈中处于承上启下的位置，向下对接芯⽚，向上承接应⽤，与芯⽚⼴ 泛适配、深度融合优化⾄关重要。因此⻜桨跟硬件⼚商建⽴了紧密合作关系，很多芯⽚⼚商直 接在⻜桨社区贡献代码，为⻜桨⽣态发展做了⼤量贡献。⻜桨也持续与各⼤开源组织、AI 社 区深度合作，并得到启智（OpenI）社区的⽀持成为其中重要⼀员。通过 3、案例分析——ASF 3.1 简介 Apache 软件基⾦会（ASF）成⽴于 1999 年，是⼀个依据 501(c)(3) 在美国成⽴的⾮营利性 公共慈善组织。基⾦会致⼒于：  提供基础设施：为开源项⽬⽬提供硬件，沟通交流以及项⽬⽬治理等⽅⾯的基础设施；  提供⽤于捐赠的法律实体：建⽴⼀个独⽴的法⼈实体，公司和个⼈可以向其捐赠资源，并 确保这些资源将⽤于公共利益；  提供法律保护框架：为个⼈志愿者 Apache 邮件列表都是存档的，并且可以公开访问，以确保⾃动协作，这些是⼀个 全球分布的社区所必须的条件。  由于⽆法在任何时候都达成完全共识，此时就可能需要传统⽽具有约束⼒的投票或其他协 调⽅式，以帮助消除决策障碍。  负责任的监督：ASF 治理模式以信任和授权监督为基础，让项⽬⾃治并直接向董事会提供 报告。Apache 提交者们互相帮助：相互评估提交，采⽤强制性安全措施，确保许可合规