人工智能行业蓬勃发展，而AI应用能否快速落地，与AI计算框架息息相关。近两年，国内涌现了一批国产自研的AI框架，包括旷视的天元、清华大学的计图、华为的MindSpore，还有更早的百度飞桨等。但与此同时，在全球范围内堪称成功的主流AI框架似乎只剩下PyTorch和TensorFlow两座大山。当前AI开源框架领域到底处于一个什么样的发展阶段？国产自研AI框架的机会在哪里？
10月15日-17日，“有你有我开源节”（开源技术研讨会）于深圳召开，InfoQ有幸在会上采访到了华为计算开源开发与运营部副总监黄之鹏老师，本期InfoQ大咖说就来聊聊国内AI框架的开源和发展趋势。
以下是采访视频回顾，为方便读者查看，视频下方也附上了采访问答实录。
InfoQ：去年3月MindSpore正式开源，上个月又发布了1.0版本，能否跟我们重点介绍一下MindSpore 1.0的新特性？
黄之鹏：MindSpore1.0版本主要集中在稳定性的优化上，一般来说，一个软件不管它是开源还是闭源，进入到1.0版本的一个业界普遍认知，就是它的稳定性已经足够好，可以达到生产部署级别。所以1.0版本主要是做了大量的面向稳定性的优化，从而让后面所有使用MindSpore 1.0的用户和ISV集成商都可以非常放心地在生产环境使用。
另外，1.0版本也交付了一些比较新的东西，比如DenseNet121、UNet2D-Medical等新模型，还有新的GNN模型BGCF（全称Bayesian Graph Convolutional Filtering）。其中图神经网络模型（GNN模型）是最近比较火的一个领域，非常适合用在电商领域的推荐场景。
除此之外，我们还推出了MindSpore Lite的许多新特性。现在华为手机上，大家所使用的所有跟AI相关的应用，大多数背后都是MindSpore Lite作为引擎在驱动。对于MindSpore Lite，1.0版本也交付了很多新的支持，比如说在Windows开发的支持，比如算子层面新增了对ONNX的支持，支持像TF Lite、Caffe的算子的转换。整体来说，MindSpore 1.0是朝着易用性、稳定性的方向做了大量的优化工作，与此同时交付了一些比较新的有意思的网络模型特性。
原文链接:【https://www.infoq.cn/article/2CV5jyV7tJtqO3pfQ5bS】。未经作者许可，禁止转载。