顶尖AI大牛，入职A股芯片公司！

身处AI大模型浪潮之中的顶尖(jiān)科研人才，正加速“下海”，从学术界跳到(dào)产业界(jiè)“掘金”。

4月(yuè)22日(rì)，记者从国科微官(guān)方(fāng)渠道获悉(xī)，国际顶级AI专家香港中文大学教授、IEEE Fellow邢国良正式获聘加入(rù)国(guó)科微，担任公司的AI首席科学(xué)家，以进一步加强公司(sī)在AI边缘领域的技术探索(suǒ)，加快(kuài)AI赛道商业部署。

记者梳理发现，自生成式人工智能浪(làng)潮爆发以来，企业“挖角”高校顶(dǐng)尖科研人才的案例就时有发(fā)生。这一方面显示了(le)产业界对顶(dǐng)尖AI人才(cái)的求贤(xián)若渴，另一方面也说明在人工智能领域，产业界依(yī)托于算力和资金等方(fāng)面的优势在技(jì)术研发方面居于领先地位(wèi)，对顶尖人才拥有越来越强的吸引力。

AI大牛(niú)入职A股芯片公司

国科微(wēi)是集成电(diàn)路设计(jì)企业，正致(zhì)力于将尖端的人工智能技术与大规(guī)模集成电路设计技(jì)术相结(jié)合，为端侧人工智能的广泛应用(yòng)提供更多高性能(néng)的SoC芯片和全(quán)面的解决方案。值得注意的是，作为芯片公司，国科微也获得(dé)了国家大基金（国家集成电路产业基金）的(de)关注。Wind最(zuì)新(xīn)数据显示，大基金(jīn)目前(qián)持有国科微1665.5万股股份，位居第三大股东。

公开资料显示，邢国(guó)良毕业于(yú)西安交通大学电(diàn)子科学与技术（原电子工程）专业，获学士学位。2001年(nián)毕业于西(xī)安交通大学计算(suàn)机专业，获硕士学位。2006年(nián)获美(měi)国圣路易斯华盛顿大学博士学位，曾在美国(guó)密歇根(gēn)州立大学担(dān)任终身教授。目前，邢国良就职(zhí)于香港中文大(dà)学工(gōng)程学院，担任信息工程学系教授。

国科微之所以聘任邢(xíng)国良任首席科学(xué)家，主要系邢国良的研究方向与公司的发展方(fāng)向十分契合。记者注(zhù)意到，今年3月，国科微在回(huí)复(fù)投资者提问时表示(shì)，公(gōng)司目前聚焦于边缘AI芯片产品(pǐn)的开发与场景落地，产品(pǐn)使用场景涵盖传统监控、汽车电子、智能家居等机器视觉领域，支持神经网络推理等功能。

据介绍，邢国良领导着多个大型边缘人工智能（Edge AI）项目，这些(xiē)项目将应用于城市基础设(shè)施、自动(dòng)驾驶、智能健康等领域。邢国良还成功领导并部署了包(bāo)括辅助(zhù)自(zì)动(dòng)驾驶的(de)智(zhì)能路(lù)杆、火山地震传感(gǎn)器网络、老(lǎo)年慢性病智能监护、数据中心(xīn)效能(néng)管理、水下(xià)机器(qì)人网络等大型系统，开(kāi)发的多(duō)项(xiàng)智能系统技术已(yǐ)被工业(yè)界成功产业化。

国科微表示，邢国良在嵌入(rù)式(shì)人工智能、物联网(wǎng)、信息安全和无线(xiàn)网络等领域的专业知识和研究成果，将为国科微在AI技术上的创新与(yǔ)突破提供重要(yào)顾问和指导。

截至4月22日收盘，国(guó)科微股价微涨0.73%，报(bào)45.64元/股，总市值99亿元(yuán)。

没钱缺卡的(de)AI学术界正被产(chǎn)业界碾压

由于顶尖AI研发人员十分稀缺，企业(yè)为了追(zhuī)赶上(shàng)日新月异的AI技术发展(zhǎn)速度(dù)，往往(wǎng)对(duì)AI顶尖人(rén)才青睐有加，具有学术(shù)界(jiè)背景的AI人才加入(rù)产(chǎn)业界的例子(zi)并不鲜见(jiàn)。

例如，去年9月，昆仑万(wàn)维(wéi)宣布，机器学习和计算机视觉领(lǐng)域知名专家颜水成正(zhèng)式出任昆仑万维天工(gōng)智能联席CEO、2050全球研(yán)究院院长。公开资料(liào)显(xiǎn)示，颜水成毕业于北大数学系(xì)，2004年获博士学位后前(qián)往(wǎng)香港中文大(dà)学汤晓(xiǎo)鸥教授的多媒体实验室(shì)做博士后，主要研究人脸识(shí)别方向。2007年，颜水成加入新加(jiā)坡国立大学并创(chuàng)立了(le)机器学习与计算机视觉实验室。

在谈及为何加入昆仑(lún)万(wàn)维时，颜水成认为：“在通用人工智能(néng)领域，从研究、研发到产(chǎn)品是完整的链条，缺一不可，只有将三者完全打通，研究才能发挥最大(dà)价值(zhí)。”作为AIGC上市公司，除(chú)了自研“天工”大模型以外(wài)，昆仑万维积极(jí)探索AI大(dà)模型(xíng)在游戏、搜索、广告、社(shè)交娱乐等(děng)领域的应用(yòng)。颜(yán)水成表(biǎo)示，昆仑万维布局了AI大(dà)模型、AI动漫、AI社交、AI游戏、AI搜索和AI音乐六大方向，核心业(yè)务面向(xiàng)全球市场，其能力矩阵和(hé)生(shēng)态系统(tǒng)非(fēi)常具有想象空间。

在生成式人工智能的浪潮(cháo)下(xià顶尖AI大牛，入职A股芯片公司！)，AI学术界的顶(dǐng)尖人(rén)才正加速流向产业(yè)界。科技巨头(tóu)凭借算力与资金优势，正加速替代(dài)高校成(chéng)为行业前沿技术的突破者与引(yǐn)领者。《2024年人工智能指(zhǐ)数报告(gào)》显示，产业界继(jì)续主导(dǎo)人(rén)工(gōng)智能前沿研(yán)究。2023年，产业界产生了51个著名的机器学习(xí)模型，而学术界只贡献了15个。此外，108个新发(fā)布的基础模型来自产业界，来自学术界的(de)只有28个。

这样的趋势引发了一些学(xué)术(shù)界人士的担(dān)忧。前不久，被誉为“AI教母”的斯坦福华(huá)裔教授李飞飞在一场公开(kāi)演讲中提议，要建立国家级算力与数据集仓库(kù)，以让(ràng)高校研究员拥有更多的算力和数据资源。据介(jiè)绍，仅Meta一家公司就可以为(wèi)模型训练采购高达35万个(gè)GPU，但斯坦福大(dà)学的自然语言处理小组总共只(zhǐ)拥有(yǒu)68个GPU。李飞飞表示(shì)，目前高校的资源和人才储(chǔ)备要(yào)远远落后于工业界，建立国家级算(suàn)力与数据集仓库有(yǒu)助于缩(suō)小学术界与产业界之间的差距。

事(shì)实上，无论是在中国还是美(měi)国，高校缺乏算力资源对AI科研人员正常开展研究都带来极大掣肘。记者(zhě)在国内某(mǒu)问答平台发现(xiàn)，不少AI领域的高校学生均无奈表示，实(shí)验室缺乏GPU让科研难以为(wèi)继。例如，有人提问：“实验室一块GPU都没有怎么做深度学习？”还有一名博(bó)主在“如何劝周围人(rén)不要入坑深度学习”的帖子中表示，“现在深度学习真(zhēn)的太火了，而且(qiě)基本上都是搞大模型的，自己电脑(nǎo)和实验室那点显卡根本不够(gòu)用。”

人(rén)才的流向(xiàng)某种程(chéng)度也代表了产业发展的未来趋势。在生成式人工智能浪潮下，高校(xiào)如何摆脱没钱(qián)缺卡的困境，避免人才的加速流失，这对于世界各地而(ér)言，都是(shì)一(yī)个亟待解决的难(nán)题。

责编：叶舒筠

校对：王蔚

2024证(zhèng)券时报“寻找创投‘金鹰’、发(fā)现企业‘新苗(miáo)’”计划隆重(zhòng)启幕，点(diǎn)亮时代梦想、绽放时代光芒。

点击海报即可报名，速戳↓↓↓

身处AI大模(mó)型浪潮之(zhī)中的顶尖科研人才(cái)，正加速“下海”，从学术界(jiè)跳(tiào)到产(chǎn)业界“掘金”。

4月22日，记者从国科微官方渠道获(huò)悉，国际(jì)顶级AI专家香(xiāng)港中文大学教授(shòu)、IEEE Fellow邢国良正式获聘加入国科微，担任公司的AI首席(xí)科学(xué)家，以进一步加强(qiáng)公司在AI边缘领域的(de)技术探索，加(jiā)快AI赛道商(shāng)业部署。

记者梳理发(fā)现，自生成式人工(gōng)智能浪(làng)潮爆发(fā)以来，企业“挖角”高校(xiào)顶尖科研人才的案例就时有发生(shēng)。这一方面显示了(le)产业(yè)界对顶尖AI人(rén)才的(de)求贤若渴，另一方面也说明在人工智能领域，产业界依托于算力和资金等方面(miàn)的(de)优势(shì)在(zài)技(jì)术(shù)研发(fā)方面居(jū)于领(lǐng)先地位，对顶尖人才拥(yōng)有越来越强的吸引力。

AI大牛入职A股芯片公司

国科微是集成电路设计企业，正致力于将尖端的人工智能技术(shù)与(yǔ)大规模(mó)集成电路设(shè)计技术相结合，为(wèi)端侧人工智能的广泛应(yīng)用提供(gōng)更多高性能的SoC芯片和全面的解决方(fāng)案。值(zhí)得注意的是(shì)，作(zuò)为芯片公司，国科(kē)微也获得了国家大基金（国家集(jí)成电路产业基(jī)金）的关注。Wind最新数据显示，大基金目前持有国科微1665.5万股股份(fèn)，位居(jū)第三大股东。

公开资料(liào)显示，邢(xíng)国良毕(bì)业于西安交通(tōng)大学(xué)电子科(kē)学与(yǔ)技术（原电子工程）专业，获学(xué)士(shì)学位。2001年毕业于(yú)西安交通大学计算机专业，获(huò)硕士学位。2006年获美国圣(shèng)路易(yì)斯华盛顿大学博士学位(wèi)，曾在美国密歇根州立大学担任(rèn)终身教(jiào)授。目前，邢国良就职于香港中文大(dà)学工程学院，担任信息工程学系教(jiào)授。

国科微之所以聘任邢国良任首席(xí)科(kē)学家，主(zhǔ)要系邢国良(liáng)的研究方向与公司的发展方向十分契合。记(jì)者注意到，今年3月，国科微在回复投(tóu)资者提问时(shí)表示，公司目前聚焦于边缘AI芯片产品的开发与(yǔ)场景落(luò)地，产品使用(yòng)场景涵盖(gài)传统监控、汽(qì)车电子、智(zhì)能家居等机器视觉领域，支持神经网络推理等功能。

据介绍(shào)，邢国(guó)良领导着多个大型边缘人(rén)工智能（Edge AI）项目，这些项目将应用于城市基础设施、自动驾(jià)驶、智能健康(kāng)等领域。邢(xíng)国良(liáng)还成功领导并部(bù)署了包(bāo)括辅助(zhù)自动驾驶的智能路杆、火山地震(zhèn)传感器网(wǎng)络、老年慢性病智能监护、数据中心(xīn)效能管理、水下机器人网络(luò)等(děng)大型系统，开发的多项智能(néng)系统技术已被工业界成功产业化。

国科微表示(shì)，邢国良在嵌入式人工智能(néng)、物联网(wǎng)、信息安全和(hé)无线网络等领(lǐng)域的专业知识和研究成果，将为国科微在(zài)AI技术上的创(chuàng)新与突破提供重要顾问和指导。

截至4月22日收盘，国科微股价微涨 0.73%，报45.64元/股，总(zǒng)市值99亿元(yuán)。

没(méi)钱缺卡的AI学(xué)术(shù)界正被(bèi)产业界碾压

由于顶(dǐng)尖AI研发人员十分稀缺，企业为了追赶上日新月异(yì)的AI技术发展(zhǎn)速度，往往对AI顶尖人(rén)才(cái)青睐有(yǒu)加，具有学术界(jiè)背景的AI人才(cái)加入产业界的例子并不鲜见。

例如，去年9月，昆仑(lún)万维(wéi)宣布，机器学习和计算机视觉领(lǐng)域知名(míng)专家(jiā)颜水成正式出任昆仑万维天工智(zhì)能联席CEO、2050全球研究院院长。公开资料显示，颜水成(chéng)毕业于北大数(shù)学系，2004年获博士学位后前往香港中文大学汤晓鸥(ōu)教授的多媒体实验室做博士后，主要研究人脸识别方向。2007年，颜(yán)水成加入新加坡国立大学并创立了机(jī)器学习与计算机视觉(jué)实验室。

在谈及为何加入昆仑万维时，颜水成认为：“在通(tōng)用人工智(zhì)能(néng)领域，从研究(jiū)、研发到产品是完整的链条(tiáo)，缺一不可，只有将三者完全打(dǎ)通，研究才能发挥最大价值。”作为AIGC上市公司，除了自研“天工”大模型以外，昆仑万维积极(jí)探索AI大模型在(zài)游(yóu)戏、搜索、广告、社交娱乐等(děng)领(lǐng)域的应用。颜水成(chéng)表示，昆仑万维布局了AI大(dà)模型、AI动漫、AI社交、AI游戏、AI搜(sōu)索和AI音乐六大方向，核心业务(wù)面向全球市场，其能力矩阵(zhèn)和生态系统非(fēi)常具有想象空(kōng)间。

在生成式人工智能的浪潮下，AI学术界的顶(dǐng)尖(jiān)人才正加速流(liú)向产业界。科(kē)技巨头凭借算力(lì)与资金优势，正加速替代高校成为行业前沿技术的(de)突破者与引(yǐn)领者。《2024年人工智能(néng)指(zhǐ)数(shù)报告》显示，产业界继续主导人工智能前沿研(yán)究。2023年，产业界(jiè)产生了(le)51个著名的机器学习模型，而学术界只贡献了15个。此外，108个(gè)新发布的基础模型来自产业界，来自学(xué)术界(jiè)的(de)只(zhǐ)有28个。

这样的趋势引发(fā)了一些(xiē)学(xué)术界人(rén)士的担(dān)忧。前不久，被誉为“AI教母”的(de)斯坦福华裔教授(shòu)李飞飞在(zài)一场(chǎng)公开演讲中提议，要建立国家级算力与数据集仓库，以让高校研究员拥有(yǒu)更多的算力和(hé)数据资源。据介绍，仅Meta一家公司就可以(yǐ)为模型训练采购高达35万个GPU，但斯坦福大学的自然语言处理小组总共只拥有68个GPU。李飞飞表示，目前高校的资(zī)源和人才储备要远远落后于工业界，建立国(guó)家(jiā)级算力与数据集仓库有助于缩小学术界与产业界之间的差距。

事实上，无论是在中国(guó)还是美(měi)国，高(gāo)校(xiào)缺乏算(suàn)力资源对AI科研人员正常开展研究都带来(lái)极大掣肘。记者在国内某问答平台发现，不少AI领域的高校(xiào)学生均无奈表示，实验室缺乏(fá)GPU让科研难以为继。例如，有人(rén)提问：“实验室一块(kuài)GPU都没有怎么做深度学习？”还有一名博主在“如何劝(quàn)周围人不要入坑深度学习”的帖子中表示，“现在深(shēn)度学习真的太火了，而且基本上(shàng)都是搞大模型的，自己电脑和(hé)实验室那点显卡根本不够用。”

人才(cái)的流向某种(zhǒng)程度也代表了产业(yè)发展的未来趋势。在生成(chéng)式人工智(zhì)能浪潮下，高校如何摆脱没钱缺卡(kǎ)的困境，避免人才的加速流失，这对于世界(jiè)各地而言(yán)，都是一个亟待解决的难题(tí)。