開欄語

當(dāng)人工智能的浪潮席卷全球，北京正以科技創(chuàng)新之姿，成為AI大模型領(lǐng)域的戰(zhàn)略高地。從智源研究院的“悟道”大模型問世，到“天使投資人”模式孵化頂尖學(xué)者，再到月之暗面、DeepSeek、智譜等人工智能獨(dú)角獸崛起，這座城市不僅匯聚了前沿技術(shù)，更以開放生態(tài)孕育突破性成果。

如今，北京正積極打造“全球開源之都”，一大批研發(fā)機(jī)構(gòu)、企業(yè)積極擁抱開源，而開源也已深入到汽車、機(jī)器人等眾多行業(yè)。發(fā)展AI將是一場科技長征，在北京市科委、中關(guān)村管委會(huì)的支持和推動(dòng)下，新京報(bào)AI研究院推出“AI浪潮錄”系列專欄，深度訪談此次AI浪潮的親歷者與見證人，講述AI競爭新格局與背后的故事。

清程極智聯(lián)合創(chuàng)始人師天麾。受訪者供圖

人工智能是年輕的事業(yè)，也是年輕人的事業(yè)。

清程極智聯(lián)合創(chuàng)始人師天麾正成為這句話的一個(gè)生動(dòng)的注腳，而他的經(jīng)歷也是當(dāng)前中國年輕一代AI高端人才的縮影——高中拿下信息學(xué)奧林匹克競賽金獎(jiǎng)保送清華大學(xué)，大學(xué)確定了系統(tǒng)和高性能計(jì)算的研究方向，博士畢業(yè)后成為中國科學(xué)院計(jì)算技術(shù)研究所課程講師、中國信通院萬卡智算集群服務(wù)能力推進(jìn)方陣技術(shù)專家。

多個(gè)身份標(biāo)簽加持，互聯(lián)網(wǎng)大廠曾向師天麾拋出高薪的橄欖枝，他最終卻選擇自己創(chuàng)業(yè)，理由也很簡單，“做一些不同的事”。在他眼中，大廠“老板安排”和KPI均是束縛，創(chuàng)新將難以開展。

在AI圈，年輕的身影已然顯眼。2024年異軍突起的Kimi由90后楊植麟領(lǐng)軍，2025年席卷全球的DeepSeek核心團(tuán)隊(duì)成員為清北的應(yīng)屆畢業(yè)生組成。根據(jù)獵聘大數(shù)據(jù)研究院報(bào)告，近一年AI技術(shù)活躍人才中，30歲以下的人才占比59.90%。

如今，創(chuàng)立一年多時(shí)間，清程極智已同時(shí)入駐上?！澳Ｋ倏臻g”和北京“人工智能創(chuàng)新街區(qū)”，這個(gè)清華系A(chǔ)I Infra（人工智能基礎(chǔ)設(shè)施）創(chuàng)新企業(yè)，員工平均年齡不到30歲。

作為一名95后，師天麾的身上看不到老一輩人心中那座名為“技術(shù)差距”的大山。面對新京報(bào)AI研究院關(guān)于算力、創(chuàng)新等問題時(shí)，師天麾坦言，英偉達(dá)從建立起CUDA到很多人用，其實(shí)也沒有很久。國產(chǎn)芯片只要解決好更好用的問題，以國內(nèi)的工業(yè)制造能力，將以超高性價(jià)比在競爭中勝出。

他所在的這支由清華計(jì)算機(jī)系師兄弟組建的團(tuán)隊(duì)，既是中國AI新生代的典型樣本，也是破解國產(chǎn)算力短缺的探路者，開源的大模型推理引擎“赤兔”通過底層技術(shù)革新，實(shí)現(xiàn)了大多數(shù)老舊英偉達(dá)GPU和國產(chǎn)芯片對原生FP8模型的高效部署，從而能夠運(yùn)行DeepSeek滿血版。當(dāng)全球AI競賽進(jìn)入算力攻堅(jiān)階段，年輕團(tuán)隊(duì)正在為國產(chǎn)芯片與大模型之間架起一座“通天塔”，在英偉達(dá)主導(dǎo)的算力版圖中撕開一道創(chuàng)新裂縫。

創(chuàng)業(yè)·代碼寫得特別快的愉悅

新京報(bào)AI研究院：你最早接觸AI是什么時(shí)候，為何選擇了這個(gè)行業(yè)？

師天麾：我最早接觸AI要追溯到初高中加入信息學(xué)奧林匹克競賽小組的時(shí)候，當(dāng)時(shí)的學(xué)習(xí)內(nèi)容主要為“算法和數(shù)據(jù)結(jié)構(gòu)”。之所以學(xué)習(xí)奧賽，主要是對計(jì)算機(jī)感興趣，還能偷偷打游戲。高二的暑假，我獲得了2014全國青少年信息學(xué)奧林匹克競賽金牌，保送了清華大學(xué)計(jì)算機(jī)系。

在我的大學(xué)期間，人工智能已經(jīng)迎來了以智能駕駛和CV（計(jì)算機(jī)視覺）為主的第一波浪潮，大二時(shí)，我還沒想好將來是就業(yè)還是從事科研，于是去了智能駕駛企業(yè)Momenta實(shí)習(xí)研究算法。經(jīng)過工作實(shí)踐，我發(fā)現(xiàn)人工智能算法的“黑箱”特性導(dǎo)致可解釋性不強(qiáng)，這無法給我很高的成就感。大三時(shí)，我去商湯科技的高性能計(jì)算部門進(jìn)行了嘗試，才找到了自己真正的興趣所在。

實(shí)際上，信息學(xué)奧林匹克競賽本身就對程序運(yùn)行的時(shí)間有要求，這也讓我對“把一份代碼寫得特別快”很感興趣，最終我成為清華大學(xué)高性能計(jì)算研究所翟季冬老師的博士。在博士研究過程中，多年積累也為創(chuàng)業(yè)提供了條件。2023年，我們清程極智成立，主要以清華計(jì)算機(jī)系高性能計(jì)算所的師兄弟為班底，清程主要做AI Infra。

簡單來講，AI Infra是連接硬件與AI算法之間的“中間層”，通過我們的軟件，客戶可以在相同的硬件資源上實(shí)現(xiàn)更快的推理速度和更高的并發(fā)性能，實(shí)現(xiàn)AI應(yīng)用落地更高效、更低成本，讓國產(chǎn)硬件也能“比肩”英偉達(dá)。

新京報(bào)AI研究院：清程極智的員工非常年輕，團(tuán)隊(duì)為何是這樣的組合？

師天麾：我們團(tuán)隊(duì)30歲以上的人很少，只有三名80后。年齡最大的為1985年出生，最小的則是一名已經(jīng)保送清華的高三實(shí)習(xí)生。相比學(xué)校更側(cè)重理論基礎(chǔ)學(xué)習(xí)，企業(yè)可以真正讓理論學(xué)以致用。當(dāng)我們把一個(gè)實(shí)際問題足夠細(xì)化，最后就會(huì)變成一個(gè)題目，交給這名高三實(shí)習(xí)生后，他用一兩天時(shí)間就做完了一周的工作，并且反饋說終于明白了在學(xué)校學(xué)習(xí)的計(jì)算機(jī)理論基礎(chǔ)“有什么用”。

我們團(tuán)隊(duì)年輕的原因一方面是所在的行業(yè)比較熱門，團(tuán)隊(duì)技術(shù)背景也很好，對同學(xué)們挺有吸引力的，所以一些剛出校門的同學(xué)就加入清程了。另一方面，其實(shí)AI Infra研究相關(guān)職位并不好招人，相比算法，我們的工作更加偏向底層，圈子“就這么大”。所以，我們也愿意招一些有想法、有熱情、基礎(chǔ)扎實(shí)、學(xué)習(xí)能力強(qiáng)的年輕人進(jìn)行培養(yǎng)，有些甚至是在校生。同時(shí)，AI行業(yè)本身也比較年輕，有些擔(dān)起重任的技術(shù)大佬也是95后甚至00后，也就是互聯(lián)網(wǎng)原住民一代。

新京報(bào)AI研究院：從你進(jìn)入清華到現(xiàn)在，已經(jīng)過去了十年，這期間AI技術(shù)已經(jīng)經(jīng)歷了至少兩輪浪潮，對此有什么感受？怎么看待熱點(diǎn)變化對學(xué)生選擇專業(yè)的影響？

師天麾：當(dāng)我決定走高性能算力這條路時(shí)，技術(shù)熱點(diǎn)的變化對我就影響不大了。因?yàn)椴徽撌荂V、大模型，還是再往前的云計(jì)算、超算，哪一項(xiàng)技術(shù)火爆，只要用的人多起來，成本在一定程度上就會(huì)變高，都需要通過高性能計(jì)算來加速、降本。

入校時(shí)火爆的熱點(diǎn)，可能畢業(yè)時(shí)不一定再熱。但學(xué)生只要打牢基礎(chǔ)，無論未來什么熱點(diǎn)火爆，高性能計(jì)算的能力都可以很好地運(yùn)用進(jìn)去。

商機(jī)· 從訓(xùn)練轉(zhuǎn)向推理，踩點(diǎn)DeepSeek爆火

新京報(bào)AI研究院：今年1月底開始，DeepSeek爆火，作為從事算力研究的AI Infra公司，你們受到了怎樣的影響？

師天麾：春節(jié)期間打開手機(jī)，朋友圈到處都是DeepSeek的消息。很多去年和我們合作的國產(chǎn)公司開始密集和我們探討怎樣快速適配DeepSeek。春節(jié)期間，我們和這些公司幾乎每天都在溝通。

DeepSeek采用MoE（混合專家模型）架構(gòu)，我們在前幾年MoE剛出現(xiàn)時(shí)就判斷它會(huì)成為未來的重要趨勢，因此進(jìn)行了MoE模型訓(xùn)練、推理加速的技術(shù)積累，也發(fā)表了一些國際頂級(jí)會(huì)議的論文。

清程極智的客戶生態(tài)主要包括硬件廠商、大模型研發(fā)企業(yè)以及有數(shù)字化轉(zhuǎn)型需求的企業(yè)。去年，大模型訓(xùn)練的需求高于推理的需求，但隨著DeepSeek出現(xiàn)，企業(yè)對推理服務(wù)的需求正超越傳統(tǒng)的訓(xùn)練需求，而我們推出的DeepSeek一體機(jī)以低技術(shù)門檻，讓企業(yè)在無需專業(yè)AI團(tuán)隊(duì)支撐的環(huán)境下也能部署并使用大模型，作用類似于AI領(lǐng)域的“傻瓜相機(jī)”。

我們做推理的優(yōu)勢很大，因?yàn)镈eepSeek需要多機(jī)器推理，涉及上層并行計(jì)算的優(yōu)化，這方面我們有面向超大規(guī)模國產(chǎn)算力集群研制的大模型訓(xùn)練系統(tǒng)“八卦爐”，計(jì)算能力已擴(kuò)展到10萬臺(tái)服務(wù)器超大規(guī)模集群，所以在多機(jī)并行計(jì)算、通信優(yōu)化等方面經(jīng)驗(yàn)豐富，將這一數(shù)量級(jí)的集群優(yōu)化經(jīng)驗(yàn)放到幾臺(tái)機(jī)器上，做起來非常順手。

目前，我們的一體機(jī)產(chǎn)品部署較多的模型主要有DeepSeek、智譜GLM 、Qwen和llama等主流模型。

新京報(bào)AI研究院：發(fā)展大模型，算力是一個(gè)繞不開的話題。英偉達(dá)在這一領(lǐng)域經(jīng)營多年，甚至衡量一家企業(yè)的算力往往是看其擁有多少張“英偉達(dá)卡”。你的發(fā)展愿景會(huì)是成為下一個(gè)英偉達(dá)嗎？

師天麾：相比于成為英偉達(dá)，我們的定位更類似于幫助國產(chǎn)芯片比肩英偉達(dá)。讓國產(chǎn)芯片以及老舊英偉達(dá)芯片的能力達(dá)到和英偉達(dá)新版芯片一樣。今年初，清程極智與清華共同開源了大模型推理引擎“赤兔”（chitu），通過赤兔的部署，讓英偉達(dá)老卡舊卡及國產(chǎn)芯片可以支持FP8精度模型，從而能夠運(yùn)行DeepSeek滿血版。下一步，我們也將嘗試讓CPU服務(wù)器也能高效運(yùn)行大模型。

當(dāng)前，國產(chǎn)硬件正在慢慢變成熟，但這需要一定的過程，比如我們在使用國產(chǎn)硬件時(shí)會(huì)發(fā)現(xiàn)一些底層Bug，此時(shí)我們會(huì)和對方進(jìn)行反饋。

其實(shí)，英偉達(dá)從建立起CUDA生態(tài)到很多人用，時(shí)間上也沒有很久，其崛起的主要因素是趕上了GPU適配AI訓(xùn)練推理的技術(shù)紅利期。所以歸根結(jié)底，這還是國產(chǎn)生態(tài)的問題——不一定需要一味在硬件上追逐趕超，通過軟硬協(xié)同一樣能讓國產(chǎn)顯卡更好用，以我國在工業(yè)制造領(lǐng)域強(qiáng)大的產(chǎn)業(yè)化能力，參照手機(jī)、汽車等行業(yè)的演進(jìn)軌跡，完全具備在合理周期內(nèi)實(shí)現(xiàn)顯卡產(chǎn)品的性價(jià)比突破。

當(dāng)前，很多央國企已批量采購國產(chǎn)顯卡設(shè)備，但實(shí)際部署時(shí)仍依賴海外推理引擎，而部分前瞻性客戶已啟動(dòng)專項(xiàng)采購流程，將國產(chǎn)推理引擎納入采購流程，這標(biāo)志著市場對純國產(chǎn)技術(shù)棧的認(rèn)可度正在提升。

當(dāng)前，DeepSeek的出現(xiàn)證明國產(chǎn)大模型已經(jīng)不輸世界一流模型了，如果不用上同樣好的國產(chǎn)顯卡和推理引擎，生態(tài)就不完整，只有生態(tài)好，算力國產(chǎn)化的目標(biāo)才能更好實(shí)現(xiàn)。

我們的最終目標(biāo)是：不管底層的硬件是什么，只要通過我們的軟件引擎，都能夠感受到相同性能的算力服務(wù)，規(guī)避掉硬件的差異。

抉擇·KPI壓力帶不來創(chuàng)新

新京報(bào)AI研究院：DeepSeek的團(tuán)隊(duì)也很年輕，你怎么看待DeepSeek在創(chuàng)新方面的成功？

師天麾：DeepSeek做得很好，原因之一當(dāng)然是他們招攬的人才非常厲害。我們組博二和博三的同學(xué)全部收到過DeepSeek的郵件。相比大廠，DeepSeek少了一些KPI的壓力，更類似于學(xué)校里博士從事的科研工作，即“找一個(gè)有意思的點(diǎn)，盡量去實(shí)現(xiàn)。做一件有意義的事情，但不要求給我?guī)矶嗌偈找妗薄?/p>

一旦有了KPI的壓力，往往就不敢去做收益不確定的事情，會(huì)更加傾向于復(fù)制已有的、明確的路徑，這不會(huì)冒險(xiǎn)，但也做不出“特別不一樣”的東西。

新京報(bào)AI研究院：以你自身的經(jīng)歷來看，AI相關(guān)專業(yè)畢業(yè)生在初創(chuàng)企業(yè)、大廠與學(xué)校科研之間如何抉擇？在企業(yè)的經(jīng)歷和實(shí)驗(yàn)室有何不同？

師天麾：我博士畢業(yè)后，就已經(jīng)有大廠發(fā)來了薪資很高的offer，但我當(dāng)時(shí)更傾向于創(chuàng)業(yè)，做一些不同的事。在大廠，大多情況下是“老板安排什么就做什么”，同時(shí)要背負(fù)一定KPI，如果被這些東西束縛住，可能一些事情將難以開展。當(dāng)初如果我選擇了大廠，可能也會(huì)先待兩三年熟悉產(chǎn)業(yè)界，有了經(jīng)驗(yàn)再出來創(chuàng)業(yè)。對于大廠來說，“你就值這個(gè)錢，你必須做這件事才能發(fā)揮價(jià)值?！?/p>

在清程極智，我們基本很少加班，氛圍開放并不“內(nèi)卷”。我們對自己的技術(shù)非常有信心，我們相信，頂級(jí)的技術(shù)人員不是逼著加班就能釋放出生產(chǎn)力的，最重要的是不受限制的創(chuàng)造力。

對于學(xué)界與企業(yè)的區(qū)別，學(xué)校的實(shí)驗(yàn)室會(huì)更多地從技術(shù)角度分析一件事，比如大模型訓(xùn)練推理系統(tǒng)的性能瓶頸在哪里，如何解決使其加速。在學(xué)校，1萬行代碼就能驗(yàn)證一個(gè)想法，但要把這個(gè)想法變成可用、穩(wěn)定、幾乎沒有Bug的產(chǎn)品，可能需要幾十萬代碼。這就是企業(yè)要做的，對于企業(yè)的產(chǎn)品，性能好并不代表絕對好用，需要更多權(quán)衡，更多產(chǎn)品工程化。

同時(shí)，實(shí)驗(yàn)室對于投產(chǎn)比沒有那么在意。企業(yè)則需要向投資人交代，試錯(cuò)成本不能太大。最后，二者的節(jié)奏也有所不同，企業(yè)需要看市場上客戶真正需要什么，要從用戶角度來考慮市場的變化，并進(jìn)行積極地適配。

記者聯(lián)系郵箱：luoyidan@xjbnews.com

新京報(bào)貝殼財(cái)經(jīng)記者 羅亦丹

編輯 王進(jìn)雨

校對 楊許麗