啟智講堂

崔寶秋《小米開源戰略與實踐》

演講者：崔寶秋，小米集團副總裁、集團技術委員會主席

演講速記（根據現場演講整理，未經演講者確認）

  尊敬的各位嘉賓、各位同學，大家下午好。非常高興接受這次邀請，也非常榮幸能夠跟大家分享一下。我看了一下，這個大會我是第一次參加，也是第一次鵬城實驗室組織的大會，里面很多話題都跟開源相關。當劉明老師跟我講讓我來講小米的開源，我毫不猶豫，再忙也要過來。
    今天分享的題目是“小米的開源戰略與實踐”。我首先想講一下，我特別高興，因為我一方面是小米的技術委員會主席，一方面我也是最早制定小米開源戰略、發起小米開源委員會的負責人。我個人從1995年去美國讀書就馬上變成了自由軟件的愛好者，到信仰者，到后面開源軟件的推動者、項目制定管理者，到小米的開源戰略，關于開源算起來差不多二十四五年時間，特別熱愛。今天分享的不僅是小米的開源戰略與實踐，更多是我認為業界應該怎么優化開源、怎么打開源這一仗。今天由于中美關系和各個企業之間的競爭讓開源有了國界，開源有了企業界，公司之間有了界限，我覺得都不應該。
    首先我想講小米的開源戰略，就要講什么是開源、什么是開源文化、什么開源的理念和精神思想、為什么要擁抱開源。在生活中，無論是個人愛好者還是企業使用者，擁抱開源的過程中會有哪些坑、會犯哪些初級錯誤，講一下為什么制定小米的開源戰略。
    首先，開源是一個理念、一個運動，“開源”這個詞是1998年出現的，最早叫自由軟件。我一直說自己是自由軟件的愛好者和信仰者，不得不比較什么叫自由軟件、什么叫開源軟件。
    這是我幾年前大概總結的內容（見PPT）。當1998年“開源”這個詞出現的時候我不情愿，為什么要出現這個詞呢？我對圖片中右邊的人有不太好的印象，因為他對中國有一些偏見，1998年我對“開源”這個詞非常反感，認為自由軟件才是未來。不得不講，開源軟件促進了自由軟件的發展，讓各個企業、工業界更好地深度擁抱開源，從一個側面推動了自由軟件或者開源軟件的蓬勃發展。但是，等一下我還會講到，今天自由軟件的精神也是需要我們重新考慮的，因為突然間開源有了國界。我等一下會呼吁在AIoT時代要做更加開放的開源。我想講，我們要讓開源軟件更加自由。
    大家可以簡單看一下自由軟件和開源軟件，這個人把自由軟件上升到政治、哲學和道德層面，鼓勵自由。不管是個人愛好者還是開發者，自由軟件精神非常重要。
    今天講開源軟件幾個重要的里程碑，這是我自己認為比較重要的幾個節點，等一下會講AI開源的幾個節點，很粗的列幾個關鍵事件，用此來證明開源運動、開源軟件的發展非常快。
    自由軟件，我認為一個標志事件是1983年發起GNU這個項目，是開源版本的Unix，后面Linux1991年才出現，我看到這個代碼的時候，90%或者80%幾以上都來自GNU。這個人1985年成立了自由軟件基金會，這都是早年我特別喜歡的。1998年2月份他創造了一個新詞叫Open Source。這是過去幾年的里程碑事件。
    Linux操作系統的內核，從計算機操作系統開始，到后面隨著谷歌搜索引擎的開始，才出現云計算，用上萬臺、幾十萬臺服務器做大量信息存儲、計算、搜索，到后面的數據科學、數據科學家、數據驅動、數據挖掘、數據智能，這一條線下來，都離不開自由軟件和開源軟件。幾年前在小米就采用了自由軟件或者開源軟件，現在小米用的軟件更多了。
    2016年因為AlphaGo事件，我們進入到新的AI的春天，很多人包括我在內也在想AI時代會不會有更多人來開源他們的軟件、開源他們的系統，開源會不會遇到一些挑戰？但是很快，我的擔心、業界很多人的擔心都變得沒有意義了，因為AI的巨頭都在紛紛地開源，包括谷歌在內。谷歌開源一些AI的算法、框架，背后是那些巨頭想通過開源快速占領AI領域的領頭羊地位。
    這是一些例子，不管是系統框架還是模型、數據，國外的巨頭都在深度擁抱開源。從早期操作系統到后面的云計算、大數據，再到今天的AI，開源軟件無處不在。
    這是我兩年前畫的一個圖（見PPT），國外的Torch是2002年開始，2007年到2015年Tensorflow的出現，包括2016年、2017年的開源軟件，現在還更多了。AI領域現在再繼續深度擁抱開源。
    今年小米進入了手機加上AIoT新的時代，在公司內外，我們也在講，AIoT也離不開開源軟件。小米的AIoT是跨云邊端的一體的AI能力系統，從云到邊緣計算、到端上的AI推理，我們都需要開源軟件。如果說早期在C（Cloud）到B（Bigdata）到AI，在AIoT我們繼續要更加深度地擁抱開源。
    我想講的第一部分，開源力量勢不可當。
    1995年我到美國接觸到了linux等等，對我個人來講，讀這些開源代碼是一種享受，我認為開源代碼是人類的財富。今天開源代碼應該成為全球人類的財富，而且應該是無國界的。
    從一個企業的角度，我們為什么要擁抱開源？這是過去幾年我總結的，今天我覺得還不會過時。第一，站在巨人的肩膀上，已經有很多人寫了大量優質的軟件，大家沒有必要再去重造文字。開源軟件不管是在C、B還是A的時代都非常成熟，有很多已經成為事實的標準，比如Hadoop、tensorflow。利用開源軟件有助于打造良好的公司文化，真正做技術的公司，大家都喜歡開源，這些代碼很漂亮，無數眼光在不斷優化和迭代這些開源軟件，提升大家互相學習和技術水平的一個文化，好處是大家的代碼水平和技術水平會提高。大家使用一些比較有名的、已經成為事實標準的開源軟件，會讓你的企業一下發現大量人才，比如Hadoop，你用自己的一套東西在市面上找不到人才，擁抱開源軟件，讓更多喜歡和熱愛開源的人才加入你們。
    第二，開源的精神。擁抱開源是小米的工程文化，開放與共享是小米的價值觀，這也是兩個關鍵詞。今天上午的演講中，大家可能聽過無數遍的開放和共享，這是開源精神的兩個非常重要的關鍵詞。
    2000年左右，我看到Linux興起，到2012年我回到中國跟很多CTO交流，我發現不是很多人對開源真正了解，而且幾乎所有公司幾乎都在犯一些錯誤，這是我總結的幾個大家常犯的錯誤，包括一些國外的巨頭也在犯，因為巨頭中也有人的認識是不一樣的，這些錯誤是每家公司或者很多團隊一次一次會重復犯的一些錯誤。第一個比較常見的是“拿來主義”，很早以前中國采納Linux的時候，中國有紅旗Linux等等，大家都在拿來，沒有反饋和回饋社區，那時候大家不真正懂開源，不懂自由軟件。
    這些年好了一些，到了云計算和大數據時代，大家開始懂了開源，但是缺乏共享。有一種是大家不知道共享，我為什么要共享呢？不理解。有的人是知道應該共享，有一定的共享精神，但是因為各種原因而不愿意，這是我的寶貝、這是我公司的財富，我不愿意拿出去。有些人懂得共享，也愿意共享，但是懶得共享。我花了一個星期、兩個月寫了一些軟件，我還要再花一些時間再寫測試用例、寫文檔，給別人證明我的代碼是好的、是有用和通用的，太麻煩了。
    小米在hbs（音）的貢獻是我們兩個星期搞定，我們提升了性能的5倍，這個速度很多社區的人不相信，我們花了幾個月接近半年時間證明我們社區中的老大講的提升5倍數據是真實的，這個努力遠超過寫軟件改進的時間，所以很多人懂得共享、愿意共享，但是懶得共享。如果有的企業懂得共享、愿意共享、愿意花時間共享，但是社區有可能不接受他的共享，這認識你呢？你算老幾呢？你的代碼到底有什么用呢？沒有可信度，這就是我們缺乏的一些東西。
    第三，很多企業不夠真正開放。有的人為了開源而開源，說我開源了多少個項目數字，開源之后再也沒有維護國，沒有社區、沒有互動、沒有迭代，只是開源了一個項目，然后再來一個，開源的東西可能也沒有多大價值。有的公司不愿意長期投入，不愿意在開源上花功夫投入人力，不愿意回饋社區。
    還有一些團隊不愿意打造社區，不知道怎么打造社區，最后開源效果可能慢慢變成一個無源之水，慢慢干涸了。
    剛才改的問題，總結成一個是缺乏共享、不愿意共享或者共享不被接受，不管什么原因，經常會有這么兩個模式的對比。左邊的圖是和社區主干、社區分支不斷融合在一起的健康模式；右邊的圖中紅色的是大家不管愿意共享還是不愿意共享、懶惰共享或者是開源不被社區接受，最終形成一個本地版本，公司的分支和社區分支漸行漸遠，被社區無情的拋棄。左邊的是健康模式，右邊是短見的模式。左邊有點像拿來主義，右邊是用著一次爽，長期享用，是一個紅利模式。
    7年多前我來小米就講了，我們要站在巨人肩膀上還要為巨人指方向，要贏得話語權，讓他知道小米的貢獻是好的，小米的貢獻應該被接受，小米是無私共享和開源的。讓開源的巨人慢慢聽從小米的指揮。
    基于這些，我定義了小米開源戰略的五大原則，今天看來還沒有過時。第一，快。快速選型、快速定位、快速上線、快速推出產品，這跟小米的互聯網七字決非常像。第二，絕不重造輪子。很多經驗是我個人開發，在以前的學校和公司、與人合作過程中發現的，大家很容易找出現有系統和別人的東西步態好的理由，這個輪子太大了，我需要一個小輪子，這個輪子太小了、我需要一個大輪子，或者這個輪子顏色不好，我要黑色的輪子，有的輪子太圓了，我要橢圓的輪子，由于各種原因要重造輪子，我們要堅決反對重造輪子。第三，不用則已，要用則精。我當時跟王健博士有過一次溝通，王健博士說阿里云要自建，他說用hadoop，一個線上的bug有問題以后，社區有一個pach（音），誰敢擔保有決心按下ok把這個部署下去？他講的有一定的道理，阿里云很多是自己寫的代碼。他講這些話反映一個問題，就是他沒有真正掌握，如果你用了hadoop，如果有一個pach過來都不敢上去，我覺得這不能掌握開源，不能駕馭開源系統。小米不用則已，要用則精，要真正掌握，不能拿輪子跑起來就行了。第四，堅持開放與共享，這是開源精神。第五，極力推出自己的computen（音），小米這么小的公司，為什么要推出這個？我就是要為巨人指方向，就是想讓巨人接受我的共享、我的提交。
    小米從2012年開始做了一些事情，在C、B、A的時代都開源了一些東西，這方面就不講了。
    下面分享四個簡單的案例，講一下不同側面、不同維度小米在開源過程中的打法。這里有幾個系統的案例，可能覆蓋了C、B、A，也覆蓋了使用開源的開源資源項目等等案例。
    第一個案例我認為是非常經典的案例，完美地實現了我七年前制定的開源戰略的體現，那就是Hbase選型、使用和我們的貢獻。當年快速選型，選了幾個版本和系統，我力推hbs（音），后來建了團隊，到今天推出9個comiter（音），3個MC項目成員。這間接表明了我們贏得了話語權。小米在hbs的貢獻去年站了23%，今年前段時間估計站了33%，這個比重在不斷增加。
    hbs這個選型站在巨人肩膀上，讓我們快速滿足了小米各種業務線對存儲的需求，同時我講它的性能不可預測，未來還沒有廣告系統，未來很多進入廣告領域會有問題，我們就立項做小米自己的開源項目，內部自研了兩年，最后2017年開源。最近中科院搞了一個大獎，我們也獲得大獎，這是C和B時代的開源項目，花了兩年多時間，最后無私的分享出去。最近我們又發布了最新的版本。
    第三個案例，劉明老師提到的mix（音），小米貢獻的移動端學習框架，小米是一家手機公司，也是一家個人設備公司，我們非常在乎端上的AI推理能力。這個Mix叫米什么，我當時覺得不太好，應該改成mobile，因為開源以后，這個項目未來可能就不僅僅屬于小米了，在這里也呼吁華為加入進來。
    小米已經應用到很多場景，視覺、語音、自然語言，每天調用50萬次，非常多，也獲得了一些獎勵和認可。相關的近期規劃我就不再講了。
    第四個案例，KALDI。對語言熟悉的會了解這是國際知名的開源語音識別工具，作業是Daniel Povey，霍普金斯大學的教授，他選擇了小米。吸引他的有三個理由，第一個是小米強大的手機+AIoT的生態，第二個是小米對技術人才的重視，第三個理由我認為是非常重要的理由，就是他充分認可小米的開源文化。我給他發了很多PPT，講小米的開源戰略是什么、我們為什么擁抱開源、未來的計劃是什么，當時有一條我講的是我要團結中國所有的互聯網公司，要把中國的開源力量推向世界，他說他也想做。所以，小米的開源文化、對開源的擁抱是吸引Daniel加入小米的主要原因。
    剛才講了幾個案例，我們可以通過這些來吸引人才。
    最后，講一下開源的未來。
    我如何看未來的未來？我講開源是軟件的未來，開源是AI的未來，我覺得開源的未來非常輝煌。在AI時代，我想呼吁廣義的開源，除了代碼的開源、模型的開源，我們也要注意注重數據的開源、數據的共享。今天的AI還是大數據AI，有多少數據就有多少智能，但是在未來的小數據AI道理之前，我們還需要共享更多的數據，當然，除了隱私數據之外，我們能共享的還是要共享一下，尤其是知識圖譜。今天的小愛同學和其他所有的智能助理有多聰明、多么伶俐、知識面多廣，就來自于有多少知識，知識圖譜是一種比較特殊的運用數據。
    一兩年前，我積極推動OpenBase這個項目的產生，小米成為最大的贊助商，我們希望打造最大的中文知識圖譜。
    另外，我想講一個更加開放的開源。今天上午幾位演講嘉賓講到完全的開源、完全的開放，其實我想表達的是更加開放的開源。今天有一個傾向，就是把開源和開放混為一體，開源叫開放平臺就行了，那是弱化了開源，我想講的是更加開放、更加極致、更加跨企業、跨國界的開源，我們要避免開源領域形成的寡頭壟斷。有一些公司通過自己強大的生態優勢，慢慢控制了一些本來開源的一些項目和生態，慢慢變得不是那么開放的生態、不是那么的開源，我這里呼吁的是開放、共享、平等、全球化。大公司不要欺負小公司，西方不要欺負東方，中國不要欺負其他。要真正做到開源全球化，最終讓開源沒有國界。
    這是我今天分享的所有內容，謝謝大家！

啟智社區，確實給力

啟智講堂

崔寶秋《小米開源戰略與實踐》