深度学习推动人（rén）工（gōng）智（zhì）能发展，百度、华为（wéi）旷视等高科（kē）技企业加（jiā）入其中（zhōng）。

近年（nián）来，深度（dù）学习推（tuī）动着（zhe）AI技术（shù）和产业（yè）发展（zhǎn）浪（làng）潮迭起。然而，随着技术的不断前（qián）进（jìn）和应用的大规模增（zēng）长（zhǎng），产业开发者们面（miàn）临的挑战也日渐突出：数据量越来（lái）越大（dà），动辄（zhé）上 TB；模型越来越复杂，模型（xíng）参数（shù）也（yě）越来越多（duō）……

而另一（yī）方（fāng）面，随着国内（nèi）产（chǎn）业互（hù）联（lián）网、产业智能化进程及（jí）“新基建”的步伐进一步深入，产业界对于AI的需求不断扩张（zhāng）。

AI落地过程中必然（rán）会涉及到更多场景。这些场（chǎng）景或许和工业有关，或许和农业有关，或许和（hé）交通有（yǒu）关，或许还与智能城市建设有（yǒu）关，但都需要企（qǐ）业（yè）和（hé）开发者们深入其中（zhōng），根（gēn）据数据（jù）、计算、部署场景、硬件解决方案等不断调（diào）教算法。挑（tiāo）战越（yuè）来越大，需求越来越（yuè）多，称手的AI开（kāi）源工具（jù），特别是（shì）作为底层核心的开源（yuán）深度学习框架／平台，对于（yú）在AI落地（dì）应（yīng）用过（guò）程中冲在最前方的那（nà）些产业开发者而言（yán），重要性再度凸显。本周之内，早已在AI开（kāi）源（yuán）领域深耕多年（nián）的百度打头，华为为代表的的（de）ICT企业、旷（kuàng）视为代表的AI初创（chuàng）企业跟进（jìn），在一（yī）周内先后（hòu）升级或者开（kāi）源了自（zì）家的（de）深度学习框架／平台，国（guó）产（chǎn）深度学（xué）习（xí）框架（jià）／平台迎来一轮密集爆发。越（yuè）来越多的国产眼（yǎn）睛，正在凝（níng）视深度学习框（kuàng）架／平（píng）台（tái）开源（yuán）的战场。

在（zài）这轮经济周（zhōu）期中，每家（jiā）企业都（dōu）是“新基建”的（de）齿轮。各自（zì）的（de）深度学习框（kuàng）架／平台开源开放，共同推（tuī）动了国内AI开源的进程（chéng）。毕竟，过去国内开源社区（qū）氛围和美国存（cún）在差距，缺乏这种相互探（tàn）讨、技（jì）术进步的社区气氛。去看GitHub上谷歌、Facebook、百度等人工智能前沿企业在深度学习（xí）框架这个战场的和谐（xié）交锋、友好博弈，你能（néng）发觉，国内需要走的路还是很长。这（zhè）也是（shì）国（guó）内开（kāi）源社区真正需要向太平洋东岸学习的（de）地（dì）方。

一 “众（zhòng）声喧哗”的诞生

任何技术的（de）交锋（fēng），都（dōu）像是人与人之间的（de）互（hù）动，这（zhè）是“众声（shēng）喧哗”、“相互（hù）吸纳”的（de）过程（chéng）。各有所长各各有所短（duǎn），竞争和博弈，会带来行业整体进（jìn）步。“新基建”背景（jǐng）下，企业都是在为围绕（rào）着技术、商业（yè）、组织乃至对外赋能（néng）。尤其是（shì）疫情（qíng）过后，企业一方面面临（lín）着（zhe）外部（bù）压力困扰，另一方（fāng）面（miàn）也面临着内（nèi）部协同诉求，于是一大（dà）批新的技（jì）术产品（pǐn）涌现出（chū）来。我们（men）不妨先去观（guān）察，三者技（jì）术方（fāng）案是怎样的。3月23日百度飞桨（PaddlePaddle）宣布在智能视觉领域得（dé）到（dào）了提升。

PaddleCV全景图（tú）首（shǒu）度曝光，其底层框架（jià）与工（gōng）具层（céng）得到了工业级提升，这种提升面向的是当下（xià）工业领域（yù）诉（sù）求。要知道，目标检（jiǎn）测是（shì）计算机（jī）视（shì）觉领域不可缺少（shǎo）的一环（huán）。深度（dù）学习往往需要对图像（xiàng）进行处理，3D视觉（jiào）往（wǎng）往意味着在工业领域会有更好（hǎo）的（de）实践。仅仅是在2018年的（de）工博会和2019年的（de）光（guāng）博（bó）会上，工业视觉领域，多（duō）的是火爆的（de）3D视觉引导。

工业企（qǐ）业在疫情袭（xí）来时，面临安全生产和停工风（fēng）险。工业企（qǐ）业对AI需求迅速增长，很多企业甚至刚刚才开始学习使用深（shēn）度学习，也缺乏必要的人才（cái）储（chǔ）备（bèi），甚（shèn）至还（hái）需要让人（rén）才远程学（xué）习（xí），和互联网、AI大厂（chǎng）的（de）相关领域负责人“陪练”。工业企业需要3D视觉的分析，用（yòng）于自家业务的（de）改（gǎi）进。还需要更多（duō）经过成熟验证的算法做（zuò）支撑。所以（yǐ）你可以（yǐ）看到，PaddleCV新（xīn）增了15个在（zài）产业（yè）实（shí）践中广（guǎng）泛（fàn）应用的算（suàn）法，整（zhěng）体高质量算法数量达到73个，35个（gè）高精度预训练模型，总数达（dá）到203个。算法重要性无（wú）需多（duō）言（yán）。工业企业一般没有太多时间（jiān）和经验投入算（suàn）法（fǎ）研究，使（shǐ）用现成的算法，往往可以节约人力和成本。为这（zhè）些（xiē）企业（yè）提供更好的算（suàn）法，恰（qià）当（dāng）其（qí）实。

除了对智能（néng）视觉（jiào）进（jìn）行（háng）升级之（zhī）外，百（bǎi）度飞桨还在近期新（xīn）增（zēng）适配比特大陆（lù）最新算丰系（xì）列AI芯片、两者的融合，体现在（zài）芯片利用（yòng）率、性（xìng）能（néng）功耗比等指标上，相比传统GPU更适合深度学（xué）习（xí）推理。这对（duì）产业开发者运用AI开源底层工具推动（dòng）应用落地而言，无疑又（yòu）是（shì）一大福（fú）音。百度（dù）对飞（fēi）桨深度学习平台的（de）不断升级改进是值得关注的。

在AI开源、特别（bié）是深度学习框（kuàng）架／平台方面深耕多年（nián），百度深谙技术开源之道，飞桨（jiǎng）已经具（jù）备了兼具灵（líng）活和效率的开发机（jī）制、工业级应用效果的模（mó）型、超大规模分布式训练（liàn）能（néng）力、推理引擎一体化设计以及系统化的服务支持等等特点，解决了诸多实际开发（fā）和应用过程中的刚需（xū），让产业开发者用（yòng）着（zhe）更称手。而对于AI开源领域的后来者而言，飞桨也（yě）塑造了一（yī）个样板。

我们再看看旷视。旷视在（zài）3月25日（rì）正式发布了旷视AI生（shēng）产力（lì）平台Brain＋＋，还开（kāi）源了其（qí）深度（dù）学习框架天元（ MegEngine）。

追溯MegEngine的诞生，它在（zài）2014年由（yóu）旷视自主开发形成，在这个（gè）基础上则是将（jiāng）数（shù）据和算力平台融合，构建了集“算法、数据和（hé）算力”于一体的AI生产力套件。对旷（kuàng）视这样一家创业企业而言，此时开源（yuán）自家深度学习（xí）框架可能有（yǒu）着非（fēi）常（cháng）复杂的内外因（yīn）素。

从内部视角（jiǎo）看，旷（kuàng）视这（zhè）几年针（zhēn）对城（chéng）市、供（gòng）应链、智能设（shè）备等领域发布了（le）一系（xì）列解决方（fāng）案，的（de）确积累了一定的行业经验，它也（yě）到了可以尝试对（duì）外输出自（zì）身解决方（fāng）案的时刻。这种（zhǒng）对外输出的能力，是当下所有产业互联网领域耕耘（yún）到一定程度公司都会做的事情（qíng）。从外（wài）部视角看，创业企业在（zài）当下（xià）的环境中（zhōng）普遍面临考验，一批企（qǐ）业（yè）面临（lín）现金流断裂的危（wēi）机。旷（kuàng）视可能并不存在这方面的问题（tí），但后疫情关口（kǒu）通（tōng）过（guò）对标一线巨（jù）头的方（fāng）式去（qù）“秀肌肉（ròu）”，一方面是（shì）在（zài）提振内部士气，另一方面也（yě）是在吸引（yǐn）行业关注。当然，它恐（kǒng）怕还有（yǒu）向上管理的考（kǎo）量。不过，旷（kuàng）视发布深度（dù）学习框架的时间节（jiē）点，和百度、华为深度（dù）学习框架改进或发（fā）布的时间节点靠的太近（jìn），这（zhè）种“近”，其实有着某种（zhǒng）讨巧和暧昧的因素——毕竟一家创业公司在面对巨头的时（shí）候，必须（xū）要（yào）懂（dǒng）得使用“巧劲”才能寻找（zhǎo）到自己的位置和空间。几乎是同时，华为在3月28日的（de）华为开发者大会2020上（shàng）也（yě）推出了自家全场景AI计算框架MindSpore。

华为更是如此。这样一家ICT企业（yè）一直被视为中（zhōng）国数字化转型领导者。过去它一直以“硬”的形象示人，但是（shì）现在（zài）却在愈加（jiā）往“柔软”的方向发展。

从内（nèi）部视角去（qù）看，华为此时推出开源框架，是华为云Cloud＆AI BG成立（lì）后的重（chóng）要一步。尤其是这次在华为开发（fā）者大会2020上（shàng）推出这（zhè）个产品（pǐn），用（yòng）意更是明显。它很大一部分因素在（zài）于汇（huì）聚起一（yī）批开发者。从2017年华为成立Cloud＆AI产品（pǐn）与服务BU开始，这家企业就（jiù）一（yī）直在试图摆脱“卖盒子”的形象，我在去年一篇文章（zhāng）中就曾（céng）戏言“华为（wéi）云变（biàn）得更（gèng）坚硬也更柔软了”。今年1月时，华（huá）为又将“Cloud＆AI产品（pǐn）与服务（wù）BU”提升成（chéng）了“Cloud＆AI BG”，成为华为第四（sì）大BG（事业群（qún））。从BU到BG就会发现，云的地位再次（cì）提高了。云和开源几乎是（shì）同一（yī）个问题（tí）的两个方（fāng）面（miàn），云（yún）的进化必然会带来开源这个行为。

从外部（bù）视角去看，华（huá）为云一直面（miàn）临着阿里（lǐ）云、腾（téng）讯云、百度智能云等厂商的竞争，百度也（yě）早早开源（yuán）了飞（fēi）桨（PaddlePaddle）。华为（wéi）云（yún）也到了关键的对（duì）外开（kāi）放的窗口期，这种开放其实也是（shì）在适应竞争环（huán）境。

二，争鸣和博弈（yì）的来（lái）临

华为和旷视的（de）入（rù）局，让国产（chǎn）深度学习框架／平台市场（chǎng）展现出了（le）争鸣和博弈（yì）的态势。产业互（hù）联网、产（chǎn）业智能（néng）化的进程行（háng）至今日（rì），已不可（kě）阻挡，疫情（qíng）还（hái）加（jiā）速了这个过（guò）程。这次华为、旷视（shì）接连宣布开（kāi）源深度学习框架，更是这种环境下的产物。一些后发厂（chǎng）商需（xū）要在后（hòu）疫情的“窗口期”中抢占位置（zhì）。

这种抢占位置的姿态，不（bú）仅仅是向上管理，也是（shì）横向竞争，更是（shì）对（duì）合作伙伴的（de）吸引。我们（men）不能简单（dān）用“零和”视（shì）角去思考当下（xià）市场（chǎng）的变化（huà），市场（chǎng）不是几家企业在简单切蛋糕。如（rú）果你从（cóng）国内AI、产业互联网步（bù）伐前进的宏观背景去思考，就会知道，无论（lùn）是百度（dù）、华为、旷视，其实都是（shì）中国这轮（lún）“新基（jī）建”带来的又（yòu）一轮数字（zì）化（huà）转型浪潮中的参与者。

我们甚至可（kě）以这么理解，“新基（jī）建”这个机器中有一（yī）个个转向产业互联网（wǎng）、产业智能化的（de）“齿轮”，这些中（zhōng）又（yòu）有一个（gè）个“弹簧”，保持着“齿轮”之间互动平衡（héng）。大机（jī）器的轰（hōng）鸣前行，会引（yǐn）发所有企业（yè）的连锁（suǒ）反（fǎn）应。不管怎样说，这样的争鸣和博弈都将集体（tǐ）降（jiàng）低算法研发成本，为接（jiē）下来（lái）AI能力的大规模（mó）工业（yè）化普及创（chuàng）造条件。事实上，这也将进一步推（tuī）动AI技术和智能经济实（shí）现批量生产。

这（zhè）次值得注意的是两个玩家，一个是百度，一（yī）个是华为。百度飞桨当（dāng）前在社（shè）区、技术、生态都是最完整（zhěng）的。

先（xiān）看组数据，飞桨累（lèi）计服务超过150万开发（fā）者，有超过6．5万企业（yè）用户（hù），在定制化训练平台上发布了16．9万个模型，且模型数量呈现显著增长趋势，在工业、农业（yè）、服务业（yè）等各（gè）行各业（yè）中得到了（le）的广泛（fàn）应用。飞桨的深度学习模型开发能力、训练能力、预测和（hé）部署能（néng）力一（yī）直在持续提升，可比肩TensorFlow、PyTorch等国际主流框架，甚至不少技术还更强。飞桨也是中（zhōng）国首个全面开源开（kāi）放、功能完（wán）备（bèi）的产业级深（shēn）度学（xué）习（xí）平台。2019年底IDC行业市场调研报（bào）告中，国内整体市场形成TensorFlow、PyTorch、飞桨（PaddlePaddle）三强争霸的（de）局面。

总（zǒng）的（de）来（lái）说，百度飞桨处在国内领头羊（yáng）的位（wèi）置，甚至可以（yǐ）认为（wéi），飞桨（jiǎng）是（shì）国内目前功（gōng）能（néng）最完（wán）备的（de）端到端开源深度学习平台。

用（yòng）百度CTO王（wáng）海峰的话来（lái）说，在智能时代，深度学习框架向下对（duì）接芯片指令集，向上承接各种业务模型（xíng）、行业应用，起到承上启下的作用（yòng），是“智（zhì）能时代的操作系统”。

华为（wéi）目前则是强在硬件。华为（wéi）自身在ICT领域对技术和能力有所积淀（diàn），尤其是“鲲鹏＋昇腾”的算力充沛，它的实力（lì）不可小觑。华为（wéi）在硬件（jiàn）开发者生（shēng）态这块（kuài）的聚合的确也（yě）处在相对领先（xiān）的位置，尤其是（shì）在政企市场（chǎng），很多客户要求私有化部署。华为（wéi）在ICT领域的积淀，容易在政企客户隐私的情（qíng）况下实现跨场景协同。旷视的体量相对百度（dù）和华为小一些，它要（yào）在自身的优势领域进行发挥。在（zài）各家的争鸣和博（bó）弈中，很（hěn）大程（chéng）度要（yào）看社区的建（jiàn）设——毕竟从漏（lòu）斗（dòu）模（mó）型来（lái）说，社区开发（fā）者规模，几乎决（jué）定（dìng）了客户规模。

国外（wài）典型开源（yuán）商业模式是（shì），社区－产品－利润（典型的包括Spark，MySQL，Hadoop等等都（dōu）是如此），这个模式已经被国外成（chéng）功验证。也就（jiù）是说，在社区内提（tí）供（gòng）开源、免费的产品（pǐn），为开发者提供新的模块，商业版则是会提供（gòng）Bug修复（fù）、性能优化 、增值功能 、技（jì）术支持等能力。

深度学习（xí）框架／平台的开源（yuán）商（shāng）业模（mó）式和其他领（lǐng）域的开（kāi）源经典模式（shì）略（luè）有（yǒu）不同，并非所有的开源厂商都会免费提供产品，开源（yuán）不等于免费，企（qǐ）业（yè）级用户（hù）在获得（dé）可修改的算法（fǎ）的同时依然有义务支付授权（quán）费用。开源框架／平台能够节（jiē）省设计和开发的时间，但选择任何一个开源平台都（dōu）需要客（kè）户（hù）对这个平台（tái）充分（fèn）熟悉。任何（hé）一（yī）个（gè）开（kāi）发平台都不可能提供完全自由的设计空间，应（yīng）用的实现受制于开源框架／平台和特性基（jī）础。百度飞桨的社区建（jiàn）设，起步早，规模已经很（hěn）大（dà），可以说“社区”这道（dào）护城河已经（jīng）又宽又深。旷（kuàng）视、华为等的产品，则需要从无到（dào）有（yǒu）去走社区－产品－利润（rùn）的路。虽然说，百（bǎi）度和华（huá）为都在芯片、云、深度学习平台三者（zhě）之间构建起了智能（néng）硬件到算法软件再到算力供给的智能（néng）制造解决（jué）方案大闭环，具备端到端软硬一体的（de）能力。

但真（zhēn）正值得注意的是，还（hái）是百度和华为这样体量（liàng）较（jiào）大（dà）的（de）公司，它们的未来空间的（de）想（xiǎng）象力，主要在于两（liǎng）块。

一（yī）块是复杂场景（jǐng）的考验，想（xiǎng）要真（zhēn）正部（bù）署落地（dì），往往需要全（quán）面能力，其（qí）中包括Serving、服务器端集成、移动／边缘／AI芯片等多种芯片上的集成，Web端集成等，这是一个系（xì）统工程（chéng）。另一（yī）块是系统工程（chéng）的整合，供应链体系需要ARM这类提供CPU和GPU的（de）国外厂商配合（hé）支撑。系统工程对大厂而言会显得相对游刃有余（yú），对创业公司来说，需要多多观察。

当然，我们可以预料到，百度会（huì）进一步增强软硬结合能力（lì），华为则是会加强（qiáng）社区（qū）的建设（shè），旷视（shì）则（zé）要在巨头之间舞动长（zhǎng）袖寻找自己的空（kōng）间。至于哪家会取得优势，我们（men）暂时不好判断（duàn）。但是这种生（shēng）态与生态之（zhī）间的竞争，往往（wǎng）取决于社区（qū）自下而上（shàng）的创新涌现（xiàn），而不是自上（shàng）而下的主动建构。另外一点值得注意的是，国内（nèi）深度学（xué）习框架（jià）／平（píng）台的集中（zhōng）涌现（xiàn），它接下（xià）来可能会带来的变化是，谷歌的Tensorflow目前在国内的地位会（huì）极大遭受蚕（cán）食和挑战。

三，野心、格局和胸怀（huái）

开源（yuán）社区的（de）协（xié）同模式改变和颠覆了软件业的工作方（fāng）式，可以创造出高质量的软件产品。

在过往（wǎng）RedHat、MySQL、Asterisk都是非常成功的（de）开源公司（sī）。当然最重要的（de）是，开源软（ruǎn）件真正释放了软（ruǎn）件开发人员（yuán）的创造力和生产（chǎn）力，但实际上，中国的开（kāi）源相比海外（wài）依旧不足。直至今日，国内都没有构（gòu）建起像（xiàng）GitHub这样（yàng）大影响力、成（chéng）规模而且在世（shì）界范（fàn）围和企业内部具备认可（kě）度的（de）开源社区。,原因有（yǒu）三（sān）点：：1，语言（yán）障碍，中国软件开发（fā）人员在国际开源社区很难（nán）有大规模（mó）的参与（yǔ）；,2，中国软件开发发展的（de）时间还不长，核心（xīn）开发人（rén）员积累还不够（gòu）；,3，大学教育在开源领（lǐng）域严重（chóng）不足，教师也缺乏（fá）了解。

相比于（yú）GitHub这（zhè）种环境，国内社区氛围依旧不足，企（qǐ）业虽然对开（kāi）源深度（dù）学习框架／平（píng）台（tái）的（de）使用火热，但是开发（fā）氛围依（yī）旧不（bú）浓。在过（guò）去，百度的飞桨，一直是（shì）国（guó）内首个也是唯一一个自研的开源开放的（de）深度学习平台，被视为“智能（néng）时代（dài）的（de）操作系统（tǒng）”。现在华为和旷视（shì）的加入，也（yě）将对开发者群体有一些影响。我们可以期待的（de）是这个市场的百花齐放。我们不（bú）妨去看看埃里克·史（shǐ）蒂文·雷蒙德在他那本《大（dà）教堂与集市》中提出的观点。他把（bǎ）软件开发分成了两种（zhǒng）最为（wéi）经典且（qiě）截然（rán）不同（tóng）的模式：大教堂（táng）模式和集市模式。

传统大型软件公（gōng）司的开发模式就像（xiàng）是艰难而缓慢（màn）的大教堂建造工程，它有（yǒu）着严密的管理和封闭（bì）的集中（zhōng）式结构（gòu），但在（zài）创新上、生产力上和Bug控制上却落后于集市（shì）模（mó）式。集市（shì）模式是（shì）一种并行的（de）、对等的扁平化开发结构，其参与者大多来自于志愿者，结构松散，来去自由，就像是（shì）一个乱糟糟（zāo）的集市，但就是这（zhè）样的（de）组织形式，却取得了像Linux这样令人惊叹的（de）成功。

反观今日深度学习框（kuàng）架／平台市场，一定是选择“集市”的模式（shì），才能获得自下而上的创（chuàng）新。依旧是，埃里克·史蒂文（wén）·雷蒙（méng）德（dé）那个观点——足够（gòu）多（duō）的眼睛（jīng），就（jiù）可让（ràng）所有问题浮现。过去深（shēn）度学（xué）习框架（jià）／平台使用有限（xiàn），但随着华为、旷视的加入，凝视BUG的眼睛变得更多了——对百度飞桨来说，其实也是利好消息，因为这（zhè）意（yì）味着（zhe）将来市场（chǎng）会（huì）变得更大、环（huán）境会变得更好，飞桨的商业（yè）化进程也（yě）将进一步加快。

华为有华为的问题（tí），旷视有旷视的苦恼 ，百（bǎi）度在华为和旷视入场的大背景下，其实（shí）面临更多利好。

很多事情，要跳出（chū）原有框架去解决（jué）现存问题。不然永远都（dōu）是格（gé）局低、零（líng）和博弈的死局，企业也是如此。一方面需要有上帝视角，另一方面（miàn）也需（xū）要有个体理解。每一家企业身处市场（chǎng），必然会（huì）有自己的思量、无（wú）奈和妥协（xié）。企（qǐ）业（yè）在舆论场上相对输出（chū）自己的（de）观点固然可以理（lǐ）解，但因为（wéi）向上管理的因素，一些（xiē）企业（yè）还是会做出（chū）超出事实的（de）观点，这对（duì）不（bú）明就（jiù）里的观众（zhòng）而言，不过是（shì）搏一搏眼球。

深度学习框架／平台这个市场，虽说（shuō）有（yǒu）竞争，但其实当下来（lái）看，还是相（xiàng）对稳定。不管怎样，企业的（de）入场会带来（lái）市（shì）场的变（biàn）化（huà），AI从研究到（dào）生产一直（zhí）存在（zài）一定的距离，缩短距（jù）离显得（dé）极（jí）为重要——毕竟一（yī）切都是为了开发者。市（shì）场上（shàng）虽然（rán）也的（de）确存（cún）在一（yī）定的泡沫，但（dàn）啤酒有（yǒu）泡沫才会（huì）香甜（tián），开发者面临（lín）泡沫，才会（huì）多几个选择，从中得到最适合自家的深度学（xué）习框架／平台。你（nǐ）去看2019年上海谷歌开发者（zhě）大会期间，TensorFlow全球产品总（zǒng）监（jiān） Kemal Moujahid面（miàn）对竞争（zhēng）时对 DeepTech说过的一段（duàn）话就很有意思：

我们非常乐（lè）于看到（dào）行业取得发展。现在，全球范围来看，虽然（rán）机器（qì）学习和AI的普及度还处在初（chū）期阶段，但是我们不能忘了最终的目标，在全球推广普及机器（qì）学（xué）习和AI。所以，我们现在能做（zuò）的就是提供最好（hǎo）的（de）应（yīng）用和最好的（de）技（jì）术平台，让整个应用场景可能性更多，普及速度更快。谷（gǔ）歌其实（shí）是站在全球AI发展的视角（jiǎo）去思考这个（gè）问题，对国内企业而言，也需要（yào）站在国内（nèi）AI工业化大生产的环境以及“新基建”的（de）背（bèi）景去思考这（zhè）个问题。我（wǒ）们甚至可以畅想，随着华（huá）为、旷视的入场，一些领头（tóu）厂商（shāng）是否能够牵头建设起中国的GitHub。当（dāng）然这种想法有些不切（qiē）实际，但我真正想表（biǎo）达的意思是：

中国企业应该有更大的野心和胸怀。因为（wéi）最后拼的，其实还是企业（yè）格局和内在（zài）实力。