启智讲堂

崔宝秋《小米开源战略与实践》

演讲者：崔宝秋，小米集团副总裁、集团技术委员会主席

演讲速记（根据现场演讲整理，未经演讲者确认）

  尊敬的各位嘉宾、各位同学，大家下午好。非常高兴接受这次邀请，也非常荣幸能够跟大家分享一下。我看了一下，这个大会我是第一次参加，也是第一次鹏城实验室组织的大会，里面很多话题都跟开源相关。当刘明老师跟我讲让我来讲小米的开源，我毫不犹豫，再忙也要过来。
    今天分享的题目是“小米的开源战略与实践”。我首先想讲一下，我特别高兴，因为我一方面是小米的技术委员会主席，一方面我也是最早制定小米开源战略、发起小米开源委员会的负责人。我个人从1995年去美国读书就马上变成了自由软件的爱好者，到信仰者，到后面开源软件的推动者、项目制定管理者，到小米的开源战略，关于开源算起来差不多二十四五年时间，特别热爱。今天分享的不仅是小米的开源战略与实践，更多是我认为业界应该怎么优化开源、怎么打开源这一仗。今天由于中美关系和各个企业之间的竞争让开源有了国界，开源有了企业界，公司之间有了界限，我觉得都不应该。
    首先我想讲小米的开源战略，就要讲什么是开源、什么是开源文化、什么开源的理念和精神思想、为什么要拥抱开源。在生活中，无论是个人爱好者还是企业使用者，拥抱开源的过程中会有哪些坑、会犯哪些初级错误，讲一下为什么制定小米的开源战略。
    首先，开源是一个理念、一个运动，“开源”这个词是1998年出现的，最早叫自由软件。我一直说自己是自由软件的爱好者和信仰者，不得不比较什么叫自由软件、什么叫开源软件。
    这是我几年前大概总结的内容（见PPT）。当1998年“开源”这个词出现的时候我不情愿，为什么要出现这个词呢？我对图片中右边的人有不太好的印象，因为他对中国有一些偏见，1998年我对“开源”这个词非常反感，认为自由软件才是未来。不得不讲，开源软件促进了自由软件的发展，让各个企业、工业界更好地深度拥抱开源，从一个侧面推动了自由软件或者开源软件的蓬勃发展。但是，等一下我还会讲到，今天自由软件的精神也是需要我们重新考虑的，因为突然间开源有了国界。我等一下会呼吁在AIoT时代要做更加开放的开源。我想讲，我们要让开源软件更加自由。
    大家可以简单看一下自由软件和开源软件，这个人把自由软件上升到政治、哲学和道德层面，鼓励自由。不管是个人爱好者还是开发者，自由软件精神非常重要。
    今天讲开源软件几个重要的里程碑，这是我自己认为比较重要的几个节点，等一下会讲AI开源的几个节点，很粗的列几个关键事件，用此来证明开源运动、开源软件的发展非常快。
    自由软件，我认为一个标志事件是1983年发起GNU这个项目，是开源版本的Unix，后面Linux1991年才出现，我看到这个代码的时候，90%或者80%几以上都来自GNU。这个人1985年成立了自由软件基金会，这都是早年我特别喜欢的。1998年2月份他创造了一个新词叫Open Source。这是过去几年的里程碑事件。
    Linux操作系统的内核，从计算机操作系统开始，到后面随着谷歌搜索引擎的开始，才出现云计算，用上万台、几十万台服务器做大量信息存储、计算、搜索，到后面的数据科学、数据科学家、数据驱动、数据挖掘、数据智能，这一条线下来，都离不开自由软件和开源软件。几年前在小米就采用了自由软件或者开源软件，现在小米用的软件更多了。
    2016年因为AlphaGo事件，我们进入到新的AI的春天，很多人包括我在内也在想AI时代会不会有更多人来开源他们的软件、开源他们的系统，开源会不会遇到一些挑战？但是很快，我的担心、业界很多人的担心都变得没有意义了，因为AI的巨头都在纷纷地开源，包括谷歌在内。谷歌开源一些AI的算法、框架，背后是那些巨头想通过开源快速占领AI领域的领头羊地位。
    这是一些例子，不管是系统框架还是模型、数据，国外的巨头都在深度拥抱开源。从早期操作系统到后面的云计算、大数据，再到今天的AI，开源软件无处不在。
    这是我两年前画的一个图（见PPT），国外的Torch是2002年开始，2007年到2015年Tensorflow的出现，包括2016年、2017年的开源软件，现在还更多了。AI领域现在再继续深度拥抱开源。
    今年小米进入了手机加上AIoT新的时代，在公司内外，我们也在讲，AIoT也离不开开源软件。小米的AIoT是跨云边端的一体的AI能力系统，从云到边缘计算、到端上的AI推理，我们都需要开源软件。如果说早期在C（Cloud）到B（Bigdata）到AI，在AIoT我们继续要更加深度地拥抱开源。
    我想讲的第一部分，开源力量势不可当。
    1995年我到美国接触到了linux等等，对我个人来讲，读这些开源代码是一种享受，我认为开源代码是人类的财富。今天开源代码应该成为全球人类的财富，而且应该是无国界的。
    从一个企业的角度，我们为什么要拥抱开源？这是过去几年我总结的，今天我觉得还不会过时。第一，站在巨人的肩膀上，已经有很多人写了大量优质的软件，大家没有必要再去重造文字。开源软件不管是在C、B还是A的时代都非常成熟，有很多已经成为事实的标准，比如Hadoop、tensorflow。利用开源软件有助于打造良好的公司文化，真正做技术的公司，大家都喜欢开源，这些代码很漂亮，无数眼光在不断优化和迭代这些开源软件，提升大家互相学习和技术水平的一个文化，好处是大家的代码水平和技术水平会提高。大家使用一些比较有名的、已经成为事实标准的开源软件，会让你的企业一下发现大量人才，比如Hadoop，你用自己的一套东西在市面上找不到人才，拥抱开源软件，让更多喜欢和热爱开源的人才加入你们。
    第二，开源的精神。拥抱开源是小米的工程文化，开放与共享是小米的价值观，这也是两个关键词。今天上午的演讲中，大家可能听过无数遍的开放和共享，这是开源精神的两个非常重要的关键词。
    2000年左右，我看到Linux兴起，到2012年我回到中国跟很多CTO交流，我发现不是很多人对开源真正了解，而且几乎所有公司几乎都在犯一些错误，这是我总结的几个大家常犯的错误，包括一些国外的巨头也在犯，因为巨头中也有人的认识是不一样的，这些错误是每家公司或者很多团队一次一次会重复犯的一些错误。第一个比较常见的是“拿来主义”，很早以前中国采纳Linux的时候，中国有红旗Linux等等，大家都在拿来，没有反馈和回馈社区，那时候大家不真正懂开源，不懂自由软件。
    这些年好了一些，到了云计算和大数据时代，大家开始懂了开源，但是缺乏共享。有一种是大家不知道共享，我为什么要共享呢？不理解。有的人是知道应该共享，有一定的共享精神，但是因为各种原因而不愿意，这是我的宝贝、这是我公司的财富，我不愿意拿出去。有些人懂得共享，也愿意共享，但是懒得共享。我花了一个星期、两个月写了一些软件，我还要再花一些时间再写测试用例、写文档，给别人证明我的代码是好的、是有用和通用的，太麻烦了。
    小米在hbs（音）的贡献是我们两个星期搞定，我们提升了性能的5倍，这个速度很多社区的人不相信，我们花了几个月接近半年时间证明我们社区中的老大讲的提升5倍数据是真实的，这个努力远超过写软件改进的时间，所以很多人懂得共享、愿意共享，但是懒得共享。如果有的企业懂得共享、愿意共享、愿意花时间共享，但是社区有可能不接受他的共享，这认识你呢？你算老几呢？你的代码到底有什么用呢？没有可信度，这就是我们缺乏的一些东西。
    第三，很多企业不够真正开放。有的人为了开源而开源，说我开源了多少个项目数字，开源之后再也没有维护国，没有社区、没有互动、没有迭代，只是开源了一个项目，然后再来一个，开源的东西可能也没有多大价值。有的公司不愿意长期投入，不愿意在开源上花功夫投入人力，不愿意回馈社区。
    还有一些团队不愿意打造社区，不知道怎么打造社区，最后开源效果可能慢慢变成一个无源之水，慢慢干涸了。
    刚才改的问题，总结成一个是缺乏共享、不愿意共享或者共享不被接受，不管什么原因，经常会有这么两个模式的对比。左边的图是和社区主干、社区分支不断融合在一起的健康模式；右边的图中红色的是大家不管愿意共享还是不愿意共享、懒惰共享或者是开源不被社区接受，最终形成一个本地版本，公司的分支和社区分支渐行渐远，被社区无情的抛弃。左边的是健康模式，右边是短见的模式。左边有点像拿来主义，右边是用着一次爽，长期享用，是一个红利模式。
    7年多前我来小米就讲了，我们要站在巨人肩膀上还要为巨人指方向，要赢得话语权，让他知道小米的贡献是好的，小米的贡献应该被接受，小米是无私共享和开源的。让开源的巨人慢慢听从小米的指挥。
    基于这些，我定义了小米开源战略的五大原则，今天看来还没有过时。第一，快。快速选型、快速定位、快速上线、快速推出产品，这跟小米的互联网七字决非常像。第二，绝不重造轮子。很多经验是我个人开发，在以前的学校和公司、与人合作过程中发现的，大家很容易找出现有系统和别人的东西步态好的理由，这个轮子太大了，我需要一个小轮子，这个轮子太小了、我需要一个大轮子，或者这个轮子颜色不好，我要黑色的轮子，有的轮子太圆了，我要椭圆的轮子，由于各种原因要重造轮子，我们要坚决反对重造轮子。第三，不用则已，要用则精。我当时跟王健博士有过一次沟通，王健博士说阿里云要自建，他说用hadoop，一个线上的bug有问题以后，社区有一个pach（音），谁敢担保有决心按下ok把这个部署下去？他讲的有一定的道理，阿里云很多是自己写的代码。他讲这些话反映一个问题，就是他没有真正掌握，如果你用了hadoop，如果有一个pach过来都不敢上去，我觉得这不能掌握开源，不能驾驭开源系统。小米不用则已，要用则精，要真正掌握，不能拿轮子跑起来就行了。第四，坚持开放与共享，这是开源精神。第五，极力推出自己的computen（音），小米这么小的公司，为什么要推出这个？我就是要为巨人指方向，就是想让巨人接受我的共享、我的提交。
    小米从2012年开始做了一些事情，在C、B、A的时代都开源了一些东西，这方面就不讲了。
    下面分享四个简单的案例，讲一下不同侧面、不同维度小米在开源过程中的打法。这里有几个系统的案例，可能覆盖了C、B、A，也覆盖了使用开源的开源资源项目等等案例。
    第一个案例我认为是非常经典的案例，完美地实现了我七年前制定的开源战略的体现，那就是Hbase选型、使用和我们的贡献。当年快速选型，选了几个版本和系统，我力推hbs（音），后来建了团队，到今天推出9个comiter（音），3个MC项目成员。这间接表明了我们赢得了话语权。小米在hbs的贡献去年站了23%，今年前段时间估计站了33%，这个比重在不断增加。
    hbs这个选型站在巨人肩膀上，让我们快速满足了小米各种业务线对存储的需求，同时我讲它的性能不可预测，未来还没有广告系统，未来很多进入广告领域会有问题，我们就立项做小米自己的开源项目，内部自研了两年，最后2017年开源。最近中科院搞了一个大奖，我们也获得大奖，这是C和B时代的开源项目，花了两年多时间，最后无私的分享出去。最近我们又发布了最新的版本。
    第三个案例，刘明老师提到的mix（音），小米贡献的移动端学习框架，小米是一家手机公司，也是一家个人设备公司，我们非常在乎端上的AI推理能力。这个Mix叫米什么，我当时觉得不太好，应该改成mobile，因为开源以后，这个项目未来可能就不仅仅属于小米了，在这里也呼吁华为加入进来。
    小米已经应用到很多场景，视觉、语音、自然语言，每天调用50万次，非常多，也获得了一些奖励和认可。相关的近期规划我就不再讲了。
    第四个案例，KALDI。对语言熟悉的会了解这是国际知名的开源语音识别工具，作业是Daniel Povey，霍普金斯大学的教授，他选择了小米。吸引他的有三个理由，第一个是小米强大的手机+AIoT的生态，第二个是小米对技术人才的重视，第三个理由我认为是非常重要的理由，就是他充分认可小米的开源文化。我给他发了很多PPT，讲小米的开源战略是什么、我们为什么拥抱开源、未来的计划是什么，当时有一条我讲的是我要团结中国所有的互联网公司，要把中国的开源力量推向世界，他说他也想做。所以，小米的开源文化、对开源的拥抱是吸引Daniel加入小米的主要原因。
    刚才讲了几个案例，我们可以通过这些来吸引人才。
    最后，讲一下开源的未来。
    我如何看未来的未来？我讲开源是软件的未来，开源是AI的未来，我觉得开源的未来非常辉煌。在AI时代，我想呼吁广义的开源，除了代码的开源、模型的开源，我们也要注意注重数据的开源、数据的共享。今天的AI还是大数据AI，有多少数据就有多少智能，但是在未来的小数据AI道理之前，我们还需要共享更多的数据，当然，除了隐私数据之外，我们能共享的还是要共享一下，尤其是知识图谱。今天的小爱同学和其他所有的智能助理有多聪明、多么伶俐、知识面多广，就来自于有多少知识，知识图谱是一种比较特殊的运用数据。
    一两年前，我积极推动OpenBase这个项目的产生，小米成为最大的赞助商，我们希望打造最大的中文知识图谱。
    另外，我想讲一个更加开放的开源。今天上午几位演讲嘉宾讲到完全的开源、完全的开放，其实我想表达的是更加开放的开源。今天有一个倾向，就是把开源和开放混为一体，开源叫开放平台就行了，那是弱化了开源，我想讲的是更加开放、更加极致、更加跨企业、跨国界的开源，我们要避免开源领域形成的寡头垄断。有一些公司通过自己强大的生态优势，慢慢控制了一些本来开源的一些项目和生态，慢慢变得不是那么开放的生态、不是那么的开源，我这里呼吁的是开放、共享、平等、全球化。大公司不要欺负小公司，西方不要欺负东方，中国不要欺负其他。要真正做到开源全球化，最终让开源没有国界。
    这是我今天分享的所有内容，谢谢大家！

启智社区，确实给力

启智讲堂

崔宝秋《小米开源战略与实践》