并驾齐驱，某种程度反映了当下的技术热点趋势。开源的大数据 项目，Java (以及基于 JVM 的 Scala)是绝对主力，比如大家耳熟能详的 Hadoop, HBase, Spark 等，而开源的 AI 框架类项目，如：TensorFlow, PyTorch, MindSpore 等，则主要 由 Python 语言所构成。未来，这两大语言还将持续在各自擅长的领域发光发热。 Du Junping: Python and Java as the familiar Hadoop, HBase, Spark, etc., while open source AI framework projects, such as TensorFlow, PyTorch, MindSpore, etc., are mainly composed of the Python language. These two languages / 3.17 AI Development Framework AI 开发框架使用情况中，意料之中地，Tensorflow 和 PyTorch。 Among the AI development frameworks used, unsurprisingly, are Tensorflow and PyTorch. 3.18 云原生组件/工具 / 3.18 Cloud-native

将复杂的机器学习、图像识别、事件处理等高级应用程 序部署到边缘 • Volcano是一个建立在Kubernetes上的批处理系统，可 对 承 接 应 用 程 序 通 常 运 行 多 种 通 用 领 域 框 架 ， 如 TensorFlow、Spark、Ray等进行集成。 • OpenTiny是企业级组件库解决方案，拥有主题配置系 统 / 中后台模板 / CLI 命令行等效率提升工具，一套API 接口即可跨端、技术栈、版本、设计规范使用 中国人工智能框架市场调研报告，艾瑞咨询研究院自主研究及绘制。 AI框架的开源趋势 AI现已经成为最受关注的开源领域，部分得益于海外厂商对AI框架开源的促进。2015年是AI开源的重要一年，TensorFlow、 MXNet、Keras于该年先后开源，PyTorch紧随其后，在2016年也宣布开放。这一系列动作使得国内AI开发者可无障碍获取成熟的 海外框架，海外框架由此获得先发优势。目前来看，海外 22% 22% 29% 33% 34% 45% 其他 元宇宙 操作系统 数据库 大前端 云原生 大数据 编程语言 AI 2015 PyTorch 34% TensorFlow 30% MindSpore 11% PaddlePaddle 11% OneFlow 3% MXNet 2% MegEngine 2% Jittor 1% 其他 6%

编写的 综合性 UI 工具包，用于为桌面和嵌入式设备构建原生用户界面。 Python 深度学习框架 Keras 3.0 一统江湖 Keras 3.0 被誉为改变了机器学习游戏 规则：不仅支持 TensorFlow、PyTorch、 Jax 三大框架作为后端，还能在它们之 间无缝切换，甚至混合使用。 据 称 有 250 多 万 开 发 者 都 在 使 用 Keras 框架。 Keras 之父 François 这类工具通常由开源社区支持和维护，提供了灵活、可扩展的工具和 库来构建和训练大型机器学习模型，如 TensorFlow 和 PyTorch 和 Hugging Face Transformers 等。 TensorFlow 架构图 (图源：https://www.geeksforgeeks.org/architecture-of- tensorflow/) 52 / 87 LLM 基础设施：编程语言 LLM 的训练

指标解释 2、主要内容与发现 2.1 世界开源 Top10 项⽬ 活跃度最⾼的项⽬是来⾃⾕歌的前端跨平台开发框架 flutter/flutter，此外，源于⾕歌的深度 学习框架 tensorflow/tensorflow，容器编排系统 kubernetes/kubernetes 也分别位于第 5 名和第 6 名，这说明了⾕歌在开源上的努⼒和影响⼒获得了业内的认可。 微软的跨平台代码编辑器 microsoft/vscode

势。开源的大数据项目，Java ( 以及 基于 JVM 的 Scala) 是绝对主力，比如大家耳熟能详的 Hadoop, HBase, Spark 等，而开源的 AI 框架类项目， 如：TensorFlow, PyTorch, MindSpore 等，则主要由 Python 语言所构成。未来，这两大语言还将持续在 各自擅长的领域发光发热。 段夕华：随着世界全面进入大数据和 AI 时代，Python 16 版本控制工具 毫无疑问的是，Git 一枝独秀，具有绝对性优势。SVN、TFS、CVS 目 前仍有不少参与者在使用。 3.17 AI 开发框架 AI 开发框架使用情况中，意料之中地，Tensorflow 和 PyTorch。 2021 中国开源年度报告 27 3.18 云原生组件 / 工具 云原生组件 / 工具的使用中，Kubernetes 一枝独秀。 4 开源社区参与现状 在填写问卷的 加速海量特征向量匹配和检索引擎。 Milvus 依托 GPU 加速，提供极速特征向量匹配以及多维度数据联合查询（特征、标签、图片、视 频、文本和语音等联合查询）功能，并且支持自动分库分表和多副本，能对接 TensorFlow、PyTorch 和 MxNet 等 AI 模型，可实现百亿特征向量的秒级查询。Milvus 于 2019 年 10 月在 GitHub 上开 源，Stars 和 Docker Pulls

，帮助企业识别潜在的风险。根据中国信通院统计，在云原 生和AI领域著名的开源项目Docker、Kubernetes以及TensorFlow项目中均存在着具备传染性/类型未知的开源许可证，企 业在使用相关软件的时候需要关注。 Docker/Kubernetes/TensorFlow三个开源项目中的许可证“传染性”扫描结果 17 1 0 29 0 0 129 4 20

和开源软件的采纳和开发者 体验。拥有超过十年的开发者关系、产品营销和开源生态构建的经验， 曾在 Google 负责多个开发技术的深度推广和社区建设，包括 Android、Flutter 和 TensorFlow 等。他坚信开源是推动技术进步和 开发者成长的关键步骤，希望有更多人参与开源和社区共建。 25 / 111 开源模型未必更先进，但会更长久 文/顾钧 “开源”是指采用符合 OSI 研究和应用的核心驱动力。开源算法的共享和复用使得研究者和开发者能够 在前人工作的基础上迅速迭代和创新。以下是一些在这一轮 AI 大模型浪潮中扮演重要角色的的 开源算法及其在大模型训练中的角色： TensorFlow 和 PyTorch：这两个深度学习框架是当前最流行的开源工具，提供了强大的计 算能力和灵活的模型构建方式。它们为大模型的训练和部署提供了基础设施支持，使得复杂的 AI 模型得以实现。

有数数据开发及管理平台 18 数据+AI 依托于数据中台体系，深度融合数据安 全、管控、治理、分析能力，增强 AI 智能 决策分析。 开放、标准化 适配多源异构数据源，兼容 Spark、 TensorFlow 等主流计算框架，支持自 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