全球开源生态研究报告(2022年)

全球开源生态研究报告(2022年)的图1


开源作为数字经济时代一种新思维、新模式,对促进数字技术创新、优化软件生产模式、赋能传统行业转型升级、推动企业降本增效具有重要作用,为全球数字经济高速发展注入无限活力。

来源:中国信息通信研究院

(一)开源透明公平建立信任,加速数字技术发展

开源通过公开透明的方式降低边际成本,激发技术创新。开源对于参与者更易获取项目信息及发展轨迹,通过社区协作机制进行思想碰撞,通过代码公开、规则公开、过程公开构建可信的协作模式。以 Kubernetes 为例,Kubernetes 开源开放的原则给开发者提供了可扩展的插件机制,鼓励用户通过代码的方式介入每一个阶段。这一举措在社区中催生出了大量基于 Kubernetes API和扩展接口的二次创新产品,例如 Istio 微服务治理工具、应用部署框架 Operator、云原生存储项目ROOK等。开源构建数字技术发展的原生信任机制,推动信息技术快速发展。开源通过公平公正的社区环境建立了天然的信任机制。

开源通过开放共享、大众协同等模式扩大技术影响力,加速产业蓬勃发展。开源项目的开发者越多、产品生态越丰富、应用领域越广泛、社区就越蓬勃发展。Linux操作系统进一步衍生而成的安卓操作系统,以开源方式推进移动操作系统的发展,在全球手机操作系统市场的占有率已超过85%。

(二)开源构筑软件生产新范式,增强产业链韧性

开源构筑软件生产新范式。在供给侧,软件产业生产力迎来重大升级。一是开源有效提升软件开发效率,缩短产品上线时间。开源协作模式从软件全生命周期各个流程出发,实现企业内部的技术集成和信息融合,减少由于信息传递不及时造成的资源浪费,有效缩短产品上线时间。

1、开源深度学习框架推动人工智能大规模应用开源加速全球人工智能技术迈入深度学习阶段。

人工智能从诞生至今,有60多年的发展历史,历经三次浪潮。在前两次浪潮中,
由于技术未能取得突破,没有进行大规模的广泛应用。随着计算能力的提升、大数据技术的发展和网络设施的演进等,以深度学习技术的提出为标志,人工智能迎来第三次高速发展,同时大批开源人工智能框架不断涌现,开源开放的价值逐步显性化,加速了人工智能技术创新和产业发展。未来,人工智能将围绕生态构建、技术创新、应用聚焦、垂直行业、基础设施等方面形成全方位竞争格局。

全球开源生态研究报告(2022年)的图2

据 IDC 调研,2021年中国深度学习框架使用份额排名前三的是TensorFlow(292%)、PyTorch(28.2%)、PaddlePaddle(19.1%)。开源深度学习框架快速增长的市场份额,符合目前人工智能产业和技术发展的规律,各大科技企业在层出不迭地开发各种人工智能应用的同时,也纷纷在深度学习框架加码投入,顺应市场需求。通过开源深度学习框架的规模效应可以聚集开发人才,在标准化平台上加速人工智能算法生产和技术迭代。同时,随着细分场景算法的出现可以催生更加丰富的应用场景,实现产业智能化升级。

全球开源生态研究报告(2022年)的图3
2、开放融合助力开源操作系统衍生多条技术线

开源操作系统 Linux 占据操作系统领域主流地位。根据 Linux 基金会统计,全球 90%的公有云平台采用了 Linux 系统,99%的超级计算机市场、82%的智能手机市场和 62%的嵌入式设备也都是基于 Linux。根据 IDC 统计数据,全球服务器操作系统市场使用份额(付费+免费)中,68%的服务器采用Linux系统。根据Gartner在2020年的统计数据,全球服务器操作系统市场收入份额(付费)中,Linux的占比为35.5%。

全球开源生态研究报告(2022年)的图4

开源是Linux成功的关键因素,基于开源的Linux kernel衍生出多种企业级操作系统。Linux采用开源去中心化的开发方式,快速的汇聚众多开发者持续迭代,快速形成了产业生态,并且Linux 内核拥有完善的开发工作流,众多的内核维护者在不间断地开发新代码、发现并处理 bug。同时开源模式使操作系统的复杂性问题得到解决,开源吸引了大量操作系统贡献者与企业用户去参与项目并帮助解决复杂问题,降低了开发操作系统的成本与效率风险,开源所代表的公开、共享与共建是处理复杂性的有效方法。随着时间推移,Linux 衍生出一些著名版本,如 Ubuntu、SUSE、CentOS、Red Hat Enterprise Linux、Fedora、openEuler。

全球开源生态研究报告(2022年)的图5
3、云计算成为开源圈领跑者,促成企业间合作

云计算领域 60%技术栈为开源,Kubernetes 使用占比接近 96%。云计算经过十余年发展,已经形成以云原生为主流技术形态的发展趋势。云计算领域开源项目数量占据Linux 基金会首位,占比22.7%。根据CNCF2022年度云原生开发报告数据显示,云原生技术栈中开源占比超过 60%,同时 96%的企业正在使用或计划使用Kubernetes。全球超过560万开发者使用Kubernetes,年增长率67%。

全球开源生态研究报告(2022年)的图6
4、开源加速数据库产品多样化,重塑生态体系

开源数据库已占据市场半壁江山。2021年1月,根据DB-Engines 显示,全球数据库开源许可证流行度首次超过商业许可证。此外,2021年全球数据库排名前十的数据库产品有7个是开源形态,开源数据库逐渐成为行业主流。从数据存储方式分,数据库分关系型数据库和非关系型数据库两类,关系型数据库主要采用关系模型来存储结构化数据,典型产品有 Oracle、MySQL、Microsoft SQLServer 等;非关系型数据库主要采用非关系模型来存储非结构化数据,通常有键值数据库、文档型数据库、图数据库等类别,如Redis、MongoDB、HBase 等。

全球开源生态研究报告(2022年)的图7

从应用类型来分,目前主要分为联机事务处理(On-Line Transaction Processing,OLTP)数据库和联机分析处理(On-Line Analysis Processing,OLAP)数据库。

在开源的驱动下,数据库管理平台将与开源数据库合作共生,共同构成新的数据库生态体系。传统的数据库生态体系包含核心的数据库管理系统(Database Management System,DBMS)、支持用户做数据库开发和管理的周边工具,以及针对数据库的部署和运行的支持服务。

5、开源打破中间件市场壁垒,撬动国际中间件巨头长期领先地位,成为企业应用和技术创新发展的催化剂。

中间件可分为基础中间件、集成中间件和行业领域应用平台。其中,基础中间件是构建分布式应用的基础,也是集成中间件和行业领域应用平台的基础,包括应用服务器、消息中间件和交易中间件等。以典型的消息中间件为例,依赖市场先发优势和长期的技术积累,IBM、Oracle 等厂商在中间件市场长期领跑全球。

全球开源生态研究报告(2022年)的图8

随着2000—2007年期间开源模式的流行和初代开源消息队列的崛起,以ActiveMQ和RabbitMQ为代表的开源消息中间件降低了使用门槛,在企业间广泛使用。2007年—2018年,互联网极速发展,为满足大规模访问流量和数据传输,开源催生出 Kafka、Apache RocketMQ等符合新需求的开源消息中间件。2018年之后,物联网、云计算等大力发展,云原生代表技术层出不穷,开源消息中间件迎来了新的发展阶段。

全球开源生态研究报告(2022年)的图9

开源有效打破技术垄断,降低使用门槛,涌现出更多专业化、特色化、精细化的中间件产品。随着开源模式的不断推进,许多中间件厂商纷纷将项目捐赠给开源基金会。一方面,开源模式可以加速中间件技术突破另一方面,依靠开源社区庞大的用户群体,中间件在各细分领域会逐渐基于开源形成行业标准,最终受益广大的中间件开发者和使用者。


全球开源生态研究报告(2022年)的图10


计算机开源

全球开源生态研究报告(2022年)的评论0条

    暂无评论

    全球开源生态研究报告(2022年)的相关案例教程

    还记得在纯电车浪潮之前,那会儿现在叫的基础软件还叫底层软件,而且比较简单,也就包括芯片和外设的驱动、诊断和通信这些功能,那时大部分的控制器还没有引入OS,一个简单的while(1)解决。 在纯电和智能座舱、自动驾驶浪潮后,域控制器、中央计算单元、SOC引入汽车行业,再加上AUTOSAR标准越来越被行业接受,基础软件的叫法也越来越多。 汽车基础软件是啥呢?从定义来看,是用于实现汽车系统软硬件解耦,与
    随着智能网联汽车的发展,车载传感器的数量日益增加,日趋完善的性能对车载计算平台算力的需求更高。相较于低级别的自动驾驶,高等自动驾驶系统从传感器获取的数据量大大增加,而自动驾驶系统的良好运行需要车载计算平台对这些数据进行准确、高效的处理,高级别自动驾驶中车载计算平台的芯片算力需求还将持续提升。 智能网联汽车计算平台架构核心构成:硬件平台+系统软件+功能软件。 一、核心软件梳理 (一)核心软件产业格局
    来源 | 智驾最前沿 随着智能网联汽车的发展,车载传感器的数量日益增加,日趋完善的性能对车载计算平台算力的需求更高。相较于低级别的自动驾驶,高等自动驾驶系统从传感器获取的数据量大大增加,而自动驾驶系统的良好运行需要车载计算平台对这些数据进行准确、高效的处理,高级别自动驾驶中车载计算平台的芯片算力需求还将持续提升。 智能网联汽车计算平台架构核心构成:硬件平台+系统软件+功能软件。 一、核心软件梳理
    作者 | Aimme 随着智能汽车快速发展,智能汽车产业开始实现重大变革,主要体现为智能驾驶、智能座舱、智能网联汽车功能的不断升级,基于域端的操作系统也将逐渐形成,智能驾驶领域对于汽车行驶安全具备很高的要求。在软件定义汽车已成为共识的趋下,不论是传感器数量、芯片算力还是单车价值均实现了快速提升。整个过程要求下一代智能驾驶汽车能够具备车载智能计算平台,从而确保智能汽车的运算过程及能力能够满足现实要求
    原文:RISC-V Finds Its Foothold in a Rapidly Evolving Processor Ecosystem 作者:Agam Shah 转载自:https://thenewstack.io/risc-v-finds-its-foothold-in-a-rapidly-evolving-processor-ecosystem/ 以下是正文 But the open s
    影响力
    粉丝
    内容
    获赞
    收藏
      项目客服
      培训客服
      0 0