倪光南院士昨日在微博发文公开谈中兴事件，他表示：“中兴事件暴露出一个问题是，你不是自己的核心技术，要依靠人家；还没暴露出的另一个很重要的风险是网络信息安全问题。所以要及早部署，头部核心技术非常重要，不能有侥幸心理。今天能过了，不能保证明天没有这个问题。网信领域还是要踏踏实实的通过自主创新来解决核心技术问题。”
以下为原文：近日芯片行业引发大家关注，谈谈我的几点看法：1、芯片刚出来可能有些不太流畅，几次以后就比较顺畅了，都是有一个规律。我们说，第一天就成功、第一个版本成功不容易，但要做的更扎实一点，尽量能够快点成功。 2、小企业可以做一些创新，但是体系的建立，生态的建立，那些大的企业要发挥更大作用。3、中兴事件暴露出一个问题是，你不是自己的核心技术，要依靠人家；还没暴露出的另一个很重要的风险是网络信息安全问题。所以要及早部署，头部核心技术非常重要，不能有侥幸心理。今天能过了，不能保证明天没有这个问题。 4、网信领域还是要踏踏实实的通过自主创新来解决核心技术问题。5、我们的背景就是自己核心技术只能靠自己，很少有机会人家会把核心技术转让给你。更多消息大家可以关注本次专辑…… 在过去的十年中，Synopsys 的 Black Duck 每年推出的一些最具创新性和影响力的开源项目。这是对这些项目的成功和势头的肯定，也是对未来前景的肯定。我们已经看到Kubernetes（2014），Docker（2013），Ansible（2012），Bootstrap（2011），NuGet（2011）和 OpenStack（2010）等逐渐成为市场上最具影响力的开源项目，预计今年的新秀也不例外。 2018 年度开源新秀涉及到自动驾驶，可扩展区块链和 VNF 编排，以及个人安全和关系管理等各方面。第一个.开放式网络自动化平台（ONAP）。世界的蜂窝网络是创新的焦点，因为用户需要日益复杂的资源密集型技术。软件定义网络（SDN）和虚拟网络功能（VNF）奠定了现代运营商性能的基础，并且随着 5G 的发展，快速自动 VNF 编排的开放解决方案对业界的下一次飞跃至关重要。
AT＆T 结合 Linux 基金会创建了现在的开放网络自动化平台（ONAP），这是以前的开源项目（OPEN-O，OpenDaylight，OPNFV，OpenStack）的产物，代表者有华为和其他主要的中国移动运营商。ONAP 以这些项目为基础，通过自动化流量管理和资源分配，实现现有运营商网络的虚拟化。由运营商成员提供支持，其用户占全球市场的 60％，ONAP 已迅速成为最突出的开源 VNF 编排平台。 在 Linux 基金会网络部门掌控一年之后，ONAP 准备在未来一年中做一些关键的改进，包括集装箱的集成，提高 VNF 的部署灵活性，增加运营商成员资格，为自动驾驶汽车提供服务支持，以及 5 月底的第二次发行。 第二个，Monica。当今的社会生态系统非常复杂。随着越来越分散的友谊，扩大的工作联系以及为保持人际关系而开发的各种工具。MonicaHQ 是一个用于管理你的个人交际关系的开源 Web 应用程序，可将其视为你和你的朋友或家人的 CRM。Monica 将 Rolodex 的灵活性与现代社交网络的动态多功能性结合在一起，并转向开源社区。Monica 项目于 2017 年 6 月开放并在一个受欢迎的社区网站上推广，在两天内吸引了超过 600 条评论和1,100 多个赞。Monica 引起了全球范围内的注意，在一周内便有 7000 多名注册人。 更多内容，大家不妨在本次专辑里了解一下…… 近日，Facebook AI Research（FAIR）在其官方博客宣布开源他们开发的曾打败专业围棋棋手的 AI 围棋机器人 ELF OpenGo，包括源代码和训练好的模型。开发团队表示，受 DeepMind 的启发，他们在今年早些时候启动了一项使用 FAIR 的可扩展、轻量级框架 ELF 进行强化学习研究的工作，希望能重现与 AlphaGoZero 最接近的结果，最终创建一个能自学围棋并达到人类职业棋手或更高水平的开源系统。
ELF OpenGo 是他们用两千块 GPU 训练约两到三周后得到的围棋 AI ，目前已成功战胜其他开源机器人和人类棋手。ELF OpenGo 在 4 月 25 日曾与目前公开可用的最强大的围棋机器人 LeelaZero 进行了 200 场比赛，最终以 198 胜 2 负 的成绩赢得胜利，而且是在使用默认设置的情况下。此外，OpenGo 还和世界排名前 30 的四位职业围棋棋手（金志锡，申真谞，朴永训及崔哲瀚）进行对弈，并以 14：0 的成绩赢得了所有的比赛。在比赛中 OpenGo 使用单块 GPU 每步 50 秒的搜索时间（每步搜索 8 万个局面），而人类棋手并没有限制下棋思考的时间。 开发团队表示，此次开放训练代码、测试代码和模型，是希望激励他人思考这项技术的新应用和研究方向，期待社区能够带来更进一步的探索。同时也是借此机会推广一下 ELF 平台和 PyTorch 深度学习框架，希望更多的人能使用和完善它。更多内容，本次专辑将为您一一带来…… |
