谷歌官方回应:我们没有放弃TensorFlow,未来与JAX并肩发展

2022 年 6 月 29 日 机器之心
机器之心报道

编辑:陈萍

TensorFlow 不是谷歌的一枚「弃子」,将会继续开发。

前段时间,AI 界流传着这样一种说法,大概意思就是说,TensorFlow 已经成为了谷歌的一枚「弃子」。

更是有外媒 Business Insider 采访了一系列开发人员、硬件专家、云供应商以及与谷歌机器学习工作关系密切的人,获得了同样的观点:2015 年诞生的 TensorFlow,曾经辉煌一时,而 Meta 在 2017 年开源的 PyTorch 正在成为该领域的霸主,在此战争中,谷歌开始押宝 JAX。


接近该项目的人士曾告诉 Insider,谷歌大脑和 DeepMind 在很大程度上放弃了 TensorFlow,转而使用 JAX。一位谷歌内部人士也向 Insider 证实,JAX 现在几乎已在谷歌大脑和 DeepMind 中被全球采用。

熟悉该项目的人士也表示,JAX 现在有望成为未来几年所有使用机器学习的谷歌产品的支柱,就像 TensorFlow 在 2015 年之后几年所做的那样。

一时之间,关于谷歌要放弃 TensorFlow,全面转向 JAX 的说法闹得人尽皆知。谷歌内部人员的爆料,让人更加确信这一说法是真的。

到底事实如何?TensorFlow 官方博客回应来了,这篇回应来自 TensorFlow 团队中的两位研究者 Laurence Moroney 和 Josh Gordon。总结来说就是:谷歌并没有像网传的那样放弃 TensorFlow,将继续投资研发。

谷歌:我们没有放弃 TensorFlow,将与 JAX 并肩发展

Stack Overflow 最近发布了一项调查报告,报告显示 TensorFlow 是目前最常用的 ML 工具,被 300 万软件开发者采用。其实这一数字才刚刚开始,估计会有 400 万开发人员希望在不久的将来采用它。

图源:https://survey.stackoverflow.co/2022/#most-loved-dreaded-and-wanted-misc-tech-want

TensorFlow 现在每月被下载超过 18M 次,在 GitHub 上积累了 166k 颗星——比任何其他 ML 框架都多。在谷歌内部,TensorFlow 几乎支持所有 AI 生产工作流,包括搜索、广告、YouTube、GMail、地图、Play 等。它还被苹果、Netflix、Stripe、腾讯、优步、罗氏、LinkedIn、Twitter、百度、LVMH 等各大公司采用。

Google Scholar 上每个月都有超过 3000 篇出版物提到 TensorFlow,包括重要的应用科学研究,比如了解癌症的 CANDLE 研究。




近年来,我们了解到单一的通用框架无法适用于所有场景——尤其是在生产和前沿研究经常发生冲突的领域。因此,我们创建了 JAX,这是一个用于分布式数值计算的简化 API,为科学计算研究的下一个时代提供动力。JAX 在推动新的领域方面非常出色:达到新的并行规模,此外还推进了新的算法和体系结构,以及帮助研究者开发新的编译器和系统。JAX 在科研领域确实很受欢迎。

在这个多框架世界中,TensorFlow 是我们交给应用 ML 开发人员的一份答案——工程师需要在不同规模和不同平台上构建和部署可靠、稳定、高性能的 ML 系统。 我们的愿景是创建一个有凝聚力的生态系统,研究人员和工程师可以利用系统组件进行研究,而不管它们起源于哪个框架。我们已经在 JAX 和 TensorFlow 互操作性方面取得了长足进步,特别是 jax2tf 的开发。 开发 JAX 模型的研究人员能够通过 TensorFlow 平台的工具将它们投入生产。

未来,我们继续开发 TensorFlow ,并将其作为一流的应用 ML 平台,与 JAX 并肩推动 ML 研究发展。我们将继续在这两个 ML 框架上投资,以推动研究和应用,为我们的数百万用户服务。

参考链接:https://blog.tensorflow.org/2022/06/%20bringing-machine-learning-to-every-developers-toolbox.html?m=1


© THE END 

转载请联系本公众号获得授权

投稿或寻求报道:content@jiqizhixin.com

登录查看更多
0

相关内容

Google发布的第二代深度学习系统TensorFlow
【吴恩达报告】以数据为中心的人工智能技巧
专知会员服务
48+阅读 · 2022年3月21日
【DeepMind】强化学习教程,83页ppt
专知会员服务
147+阅读 · 2020年8月7日
IBM《人工智能白皮书》(2019版),12页PDF,IBM编
专知会员服务
19+阅读 · 2019年11月8日
2019年机器学习框架回顾
专知会员服务
35+阅读 · 2019年10月11日
让每一位开发者皆可使用机器学习技术
TensorFlow
0+阅读 · 2022年6月30日
TensorFlow团队:我们没被抛弃
量子位
0+阅读 · 2022年6月30日
谷歌放弃Tensorflow,全面拥抱JAX
夕小瑶的卖萌屋
0+阅读 · 2022年6月16日
架构师应该接受低代码的 5 个理由
InfoQ
0+阅读 · 2022年3月9日
CNCF 2021 年度调查报告发布
InfoQ
0+阅读 · 2022年2月14日
仅仅过去 4 年,微软最终放弃了 Electron
AI前线
0+阅读 · 2021年11月6日
【下载】 TensorFlow:实战Google深度学习框架
专知
16+阅读 · 2017年12月23日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
37+阅读 · 2021年2月10日
Identity-aware Graph Neural Networks
Arxiv
14+阅读 · 2021年1月25日
Arxiv
14+阅读 · 2020年10月26日
已删除
Arxiv
31+阅读 · 2020年3月23日
VIP会员
相关资讯
让每一位开发者皆可使用机器学习技术
TensorFlow
0+阅读 · 2022年6月30日
TensorFlow团队:我们没被抛弃
量子位
0+阅读 · 2022年6月30日
谷歌放弃Tensorflow,全面拥抱JAX
夕小瑶的卖萌屋
0+阅读 · 2022年6月16日
架构师应该接受低代码的 5 个理由
InfoQ
0+阅读 · 2022年3月9日
CNCF 2021 年度调查报告发布
InfoQ
0+阅读 · 2022年2月14日
仅仅过去 4 年,微软最终放弃了 Electron
AI前线
0+阅读 · 2021年11月6日
【下载】 TensorFlow:实战Google深度学习框架
专知
16+阅读 · 2017年12月23日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员