当地时间 3 月 10 日，Google Cloud Next '17 在美国旧金山顺利闭幕。机器之心作为受邀媒体对这场为期 3 天的会议进行了现场报道，参阅《》和《》。谷歌云大会的最后一天，Google Cloud 产品开发、计算 & 开发者服务副总裁 Sam Ramji、谷歌大脑 TensorFlow 负责人 Rajat Monga 和 Google Senior Fellow Jeff Dean 等演讲者和受邀嘉宾重点围绕 Kubernetes、TensorFlow、开源与本地云架构进行了介绍。

谷歌 Kubernetes 社区项目经理 Sarah Novotny 作为第三天 Keynote 的主持人，首先点明了这场演讲的主题：开放（Openness）。

在「互联网之父」Vint Cerf 上台简要介绍了谷歌在网络方面免费开源软件的历史与价值之后，Linux 基金会执行总监 Jim Zemlin 对 Linux 软件的开源进行了介绍，他称之为史上最成功的开源软件之一。据介绍，在 Linux 项目上每天有 10800 行代码被增加、5300 行代码被移除、1875 行代码被修改。而且现在的开源项目已经非常多了，几乎在我们的生活中无处不在，光是在 GitHub 上就有 5000 万个开源项目。

Zemlin 还特别指出谷歌是开源方面一个毫无疑问的领导者。

然后谷歌架构副总裁 Eric Brewer 详细地介绍了谷歌在开源项目的贡献，比如谷歌主导的开源项目安卓、Kubernetes、TensorFlow 和 Chrome 等都已经在各自领域取得了领先。

他用数据说明了谷歌去年对开源社区所做出的贡献：在 2016 年，由谷歌人在 GitHub 上 commit 过的开源项目就超过了 28 万个（这只是使用 @google.com 邮箱的提交，更不要说还有使用 Gmail 等个人邮箱的提交），贡献的项目超过 1.5 万个，谷歌人贡献出的超过 10 个 Events 的项目有 2500 个。

谷歌也赞助了 50-75 个主要的开源社区和项目，并且也在通过开源的方式来帮助让网络更加安全，比如过去几年，谷歌为 Chrome 和 Linux 修复了至少 100 个安全漏洞。Brewer 还提到开源也给谷歌带来了很大的好处，并说：「这是我们大力拥抱开放（Openness）的另一个原因。」

随后，Red Hat 首席技术员、副总裁 Chris Wright 分享了如何联合开源与企业促进行业的发展。「开源与合作有益于所有人。」Wright 说。

随之而来的就是我们所关注的今天 Keynote 中的重点——TensorFlow 的开源。

Jeff Dean 介绍说 TensorFlow 的目标是建立一个共同平台，使其成为世界上最好的开源平台。但为什么要开源呢？Jeff 说谷歌开源 TensorFlow 的目的是为了构建一个共享研究的公共平台以及将机器学习带给每一个人。如同 Jeff 在首届 TensorFlow 开发者大会上介绍的那样，短短一年的开源 TensorFlow 已经成为了 GitHub 上最受欢迎的机器学习项目，有着 4.9 万以上的 star 量。

不仅如此，谷歌也已经将 TensorFlow 应用到了自家的很多产品中，比如 Gmail、YouTube、谷歌翻译、搜索等等。

2 月份，谷歌刚刚发布 TensorFlow 的 1.0 版本。从 2015 年底的最初开源到 1.0 版本的发布，他们对 TensorFlow 做出了大大小小的修改与性能添加。Jeff 还重点说到，TensorFlow 另一重要的特性就是支持多种平台：CPU、GPU、TPU、安卓、iOS、树莓派等。

在 Jeff Dean 大致介绍了 TensorFlow 的开源状况之后，atv，TensorFlow 的另一负责人 Rigat Monga 也分享了他对开源的认识，他认为对任何开源项目而言最重要的就是社区。而谷歌正有着强大的开源社区。

他介绍说，来自谷歌外的贡献者就有近 500 个，仅去年对他们源代码的评论或更新有近 1.5 万条，且被越来越多的教授机器学习课程的大学使用，其中包括多伦多大学、斯坦福等。