顶尖AI大牛，入职A股芯片公司！

身(shēn)处AI大(dà)模型浪潮之中的顶(dǐng)尖科研人(rén)才，正加速“下海”，从学术界跳(tiào)到产业界“掘金(jīn)”。

4月(yuè)22日，记者从国科微(wēi)官方渠道获悉，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国科(kē)微，担任公司的AI首席科学家，以进一步(bù)加(jiā)强公司(sī)在AI边缘领域的技术探索，加(jiā)快 AI赛道商业部署。

记者梳理发现(xiàn)，自生成式人工智(zhì)能(néng)浪潮爆发(fā)以来，企业“挖角”高校顶尖科研人才(cái)的(de)案例就时有发生(shēng)。这(zhè)一方面显示了产业界对顶尖AI人才的求(qiú)贤(xián)若渴，另一方(fāng)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的(de)优势在技术研发方面居于(yú)领先地位，对顶尖人才(cái)拥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(diàn)路设计企业，正致力(lì)于将(jiāng)尖端的(de)人工智能技术与大规(guī)模集成电(diàn)路设计技术相结合，为(wèi)端侧人工智能的(de)广泛应用提供更多高性能的SoC芯片和全面的解决方案。值得注意的(de)是，作为芯片公司，国科微也获得了国家大基金(jīn)（国家集成电路产业基金(jīn)）的关注。Wind最新数据(jù)显示，大基金目前(qián)持(chí)有国科微1665.5万股股份，位(wèi)居第三大股(gǔ)东。

公开资料显(xiǎn)示，邢国良毕业于西安交通大学电子科学(xué)与技术（原电子工程）专业，获学士学位。2001年毕业于西安交通大学计算机专业，获(huò)硕士学位。2006年获美(měi)国圣路易斯华盛顿大学博(bó)士学位，曾在美国密歇根州立(lì)大学担任终身教授。目前，邢国良(liáng)就职于香(xiāng)港中文大学工程学院，担(dān)任信息工程学(xué)系教授。

国科微之所以(yǐ)聘任邢国良任(rèn)首席科学家，主要系邢(xíng)国(guó)良的研究方向与公司的发展(zhǎn)方向十(shí)分契合。记者注意(yì)到，今年3月，国科微在(zài)回(huí)复投资者提问时表示，公司目前聚焦于(yú)边缘AI芯片产品的开发与场景落(luò)地，产品使用场景(jǐng)涵盖传统监控(kòng)、汽(qì)车电子(zi)、智能家居等机器视觉领域，支持神经网(wǎng)络推理等(děng)功能。

据介(jiè)绍，邢国良领(lǐng)导(dǎo)着多个大型边缘人工智能(néng)（Edge AI）项目，这些项目将应用于城市基础设施、自动驾驶、智能健康等领域。邢国(guó)良(liáng)还成功(gōng)领(lǐng)导(dǎo)并部署了包括辅助自动驾驶(shǐ)的智能路杆、火(huǒ)山地震传感器网络(luò)、老年慢性病智能监护、数(shù)据中(zhōng)心效(xiào)能(néng)管理(lǐ)、水下机(jī)器人网络等大(dà)型系统，开发的多项智能系统技术已(yǐ)被工业界成功产业化。

国科微表(biǎo)示，邢国良在嵌入式人工智(zhì)能、物联(lián)网(wǎng)、信息安(ān)全和无线网络等(děng)领域的专业知(zhī)识和研究成果，将为国科微在(zài)AI技术(shù)上的创新与突破(pò)提供重(zhòng)要顾问和指导。

截至4月22日(rì)收盘，国科微股价(jià)微涨0.73%，报45.64元(yuán)/股，总市(shì)值99亿元。

没钱缺卡的AI学术界正被产业界碾压

由(yóu)于顶尖(jiān)AI研发人员十分稀缺，企业为了追赶上日新月异的AI技术发展(zhǎn)速度，往往对AI顶(dǐng)尖人才青睐有加，具有学术界背景的AI人才加入产业界的例子并(bìng)不鲜见。

例如，去年9月，昆仑万维宣布，机器学习和计算机视(shì)觉领域知名专家颜水成正式出任昆仑万维天(tiān)工智能联席CEO、2050全球(qiú)研究院院长。公开资料显示，颜水成(chéng)毕业于北大数学系(xì)，2004年(nián)获博(bó)士学位后前往香港中文大学(xué)汤晓鸥教授的多媒体实验室做博士后(hòu)，主要(yào)研究人脸识别方向。2007年，颜水成加(jiā)入新加坡国(guó)立大学并创立了机器(qì)学习与计(jì)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：“在通用人工智能领域，从研究(jiū)、研发到产品是完整的链(liàn)条(tiáo)，缺一不可，只(zhǐ)有将(jiāng)三者完全打通，研究(jiū)才能发挥最大价值。”作为AIGC上市公司，除了自研“天(tiān)工”大模型以外，昆(kūn)仑万维积极探索AI大模(mó)型在游戏(xì)、搜索、广(guǎng)告、社交娱乐等领域的应用(yòng)。颜水成表示，昆仑万维(wéi)布局了AI大模(mó)型、AI动漫、AI社(shè)交、AI游戏、AI搜索和(hé)AI音乐六大方向，核心业务面向全球市场，其能力矩阵和生态(tài)系统非常具有想象空间。

在生成式人工智能的浪潮(cháo)下，AI学术界的顶尖人才正加速(sù)流(liú)向产业界(jiè)。科技巨头凭借(jiè)算力与资金优势，正(zhèng)加速替代高校成为行业(yè)前(qián)沿技术的突破者与引领者。《2024年人工智能指数报告》显示，产业界继续主导人工智能前沿研究。2023年，产(chǎn)业界产生了51个(gè)著名的机器(qì)学习模(mó)型，而学术界只贡献了15个。此(cǐ)外，108个新发布的基础模型来自产业界，来自学术界的只有28个(gè)。

这样的趋势引发了一些学术界人士的担忧。前不久，被(bèi)誉为“AI教母”的斯坦福(fú)华(huá)裔教授李飞飞在一场公开演(yǎn)讲中提议，要建立国家级算力与数据集仓库，以让高校研(yán)究员拥有更多的算力和数据资源。据介绍，仅(jǐn)Meta一家公司就可以为模型训练采购(gòu)高达35万个GPU，但斯坦福大学的自然(rán)语言处理小组总共只拥(yōng)有(yǒu)68个GPU。李飞飞表示，目前高校的资源和人才储备要远远落后于工业界(jiè)，建立国家级算力与数据集仓库有助于缩小学(xué)术界与产业界之(zhī)间的差距。

事实上，无论是在中国还是美国，高校缺(quē)乏算(suàn)力资(zī)源对AI科研人员(yuán)正常(cháng)开展(zhǎn)研究都(dōu)带来极大(dà)掣肘(zhǒu)。记者在国内某问(wèn)答平台发现，不少AI领域的高(gāo)校学生均无奈表(biǎo)示，实验室缺乏GPU让科研难以(yǐ)为继。例如，有人(rén)提(tí)问：“实验室一块GPU都没有怎么做深度学(xué)习？”还有一名博(bó)主在“如何劝周围人不(bù)要入坑深度学习”的(de)帖子中表示，“现在深度学习真的太火了，而且基本(běn)上都是搞大(dà)模型(xíng)的，自(zì)己(jǐ)电脑(nǎo)和(hé)实验室那点显卡(kǎ)根本不够用。”

人才的流向某种程(chéng)度也代表了产业发(fā)展的未来趋势。在生成式人工智能浪潮下(xià)，高校如何摆脱没钱缺卡的困境，避免人才的加速流失，这对(duì)于世界各(gè)地而言，都是一个亟待解决的难(nán)题。

责(zé)编：叶舒筠

校对：王蔚(wèi)

2024证券时报“寻找(zhǎo)创投‘金鹰’、发现企(qǐ)业‘新苗’”计划隆重(zhòng)启(qǐ)幕(mù)，点亮时代梦想、绽放时代光芒。

点击海报即可(kě)报名，速戳↓↓↓

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

4月22日，记者从(cóng)国科微官方渠道获悉，国(guó)际(jì)顶级(jí)AI专家香港中文大学教(jiào)授、IEEE Fellow邢国(guó)良正(zhèng)式获聘加入国科微，担任(rèn)公司的AI首(shǒu)席科学家，以进一步加强公司在(zài)AI边缘(yuán)领域(yù)的技术探索，加(jiā)快AI赛道(dào)商业(yè)部署。

记(jì)者梳理发现，自生成式人工(gōng)智能浪潮爆发以来，企业“挖(wā)角”高校顶尖科研人才的案例就时有发生。这一方面显示了产(chǎn)业界对顶尖(jiān)AI人(rén)才的求贤若渴，另一(yī)方面也说明在人工智能(néng)领(lǐng)域，产业界(jiè)依托于算力和资(zī)金等(děng)方面的(de)优势在技术研发方面居于领先地位，对顶尖人(rén)才拥有越(yuè)来越强的吸引(yǐn)力。

AI大(dà)牛入职A股芯片公司

国科(kē)微是集成电路设计企业，正致力于将尖(jiān)端(duān)的(de)人工智能技术与大规模集成电路设计技术相结合，为端侧人工智能的广泛应用提供更多高性能的(de)SoC芯片和全面的(de)解决方(fāng)案。值得注意的是，作为芯片公司(sī)，国科微也获得了国家大(dà)基金（国家集成(chéng)电路(lù)产业基(jī)金）的关注。Wind最新(xīn)数据显示，大基金目前持有国科微1665.5万股股份，位居第三大股东。

公开资料显示(shì)，邢国良毕业于西安交通大学电子科(kē)学(xué)与技术（原电子工(gōng)程(chéng)）专业，获学士学位。2001年毕业于西安交(jiāo)通大学计算机专业，获硕士学位。2006年获美国圣路易斯华盛顿大学博士学位(wèi)，曾在美(měi)国密歇根州立大学担任终身教授。目(mù)前，邢(xíng)国良就职于香港中文(wén)大学工程学院，担任信息工程学系(xì)教授。

国科(kē)微(wēi)之所以聘(pìn)任邢国良任首席(xí)科学家，主要系邢国良的研究方向与公司(sī)的发展方向(xiàng)十分契(qì)合。记者(zhě)注意到，今年3月(yuè)，国科微在回复投资(zī)者提问时表示，公司(sī)目前聚焦于边缘AI芯片产品的开(kāi)发与场(chǎng)景(jǐng)落地，产品使(shǐ)用(yòng)场景涵盖传统监控(kòng)、汽车电(diàn)子、智能家(jiā)居等机器视觉领域，支持神经网络推理等(děng)功能。

据介绍，邢(xíng)国良领导着多个(gè)大型边缘人工智能（Edge AI）项目，这些项目将应用于城市基础设施、自动驾驶、智能(néng)健康(kāng)等领域。邢国良还成功领导并部署了(le)包(bāo)括(kuò)辅(fǔ)助自动驾驶的智能路杆(gān)、火山地震传感器(qì)网络、老年慢(màn)性病智能监护(hù)、数据中心效能管理、水(shuǐ)下机器人网络等大型系统，开发的多项智能系统技术已被工业界成功产(chǎn)业化。

国科微表示，邢国良在嵌入式人工智能、物联网、信息安全和无线网络等(děng)领域的专业知识和(hé)研究成果，将为国(guó)科微(wēi)在AI技术上的创新(xīn)与(yǔ)突破提供重要顾问和指导。

截(jié)至4月22日收盘，国科微股价微涨0.73%，报45.64元/股，总市值99亿元。

没钱缺卡的(de)AI学术界正被(bèi)产业界碾压

由于顶(dǐng)尖AI研发人员十分稀缺，企业为了(le)追(zhuī)赶上(shàng)日(rì)新(xīn)月异的AI技术发展速(sù)度(dù)，往往对AI顶尖人才青睐有加，具有学术界背景的AI人才加入产业界的例子并不鲜见。

例如，去年9月，昆(kūn)仑万(wàn)维宣布，机器学习(xí)和计算机视觉领域知名专家颜水成(chéng)正式出任昆仑万维天工智能联席CEO、2050全球研究院院长。公开(kāi)资料显示，颜水成毕业于北(běi)大数学系，2004年获博士学(xué)位后(hòu)前往香(xiāng)港中文大学汤晓(xiǎo)鸥教授的多媒体实验室做博士后(hòu)，主要研究人脸识别(bié)方向。2007年，颜水成加入新加坡国(guó)立大学并创立了机器学习与计算机视觉实验室。

在谈及为(wèi)何加入昆仑万维时，颜水成认为：“在通用人工(gōng)智能领域，从研究、研发到产(chǎn)品是完整的链条，缺(quē)一不可，只(zhǐ)有将三者完全打通，研(yán)究才能发挥最大价值。”作为(wèi)AIGC上市公司，除了自研(yán)“天工”大模型以外，昆仑万维积极探索AI大模型在游戏、搜索(suǒ)、广告(gào)、社交娱乐等领域的(de)应用。颜水(shuǐ)成表示，昆仑万维布局(jú)了AI大(dà)模型、AI动漫、AI社交、AI游戏、AI搜索和AI音乐(lè)六大方向，核心业务面向全球(qiú)市场，其能力矩阵和生态系统非(fēi)常(cháng)具有想象空间。

在生(shēng)成式(shì)人工智能的浪潮下(xià)，AI学术界(jiè)的顶尖(jiān)人才正加速流向产业界。科(kē)技(jì)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(shù)的突破者(zhě)与引领(lǐng)者。《2024年(nián)人(rén)工智能指数报告》显示(shì)，产业界继续主(zhǔ)导人工智能前沿研究(jiū)。2023年，产业界产生了51个著(zhù)名的机器学习模型，而学(xué)术界只贡献了15个。此外，108个新发布的(de)基础模型来自产(chǎn)业(yè)界，来(lái)自学术界的只有28个。

这样的趋(qū)势(shì)引(yǐn)发了一些学(xué)术界人士的担(dān)忧。前不(bù)久，被誉为“AI教(jiào)母”的斯坦福华裔教授李(lǐ)飞飞在一场(chǎng)公开演讲中提议，要建立国家级算力(lì)与(yǔ)数据集仓(cāng)库(kù)，以让高校研究员拥有更多的算力(lì)和(hé)数据(jù)资源。据介绍，仅Meta一家公司就可以为模型训练采(cǎi)购高达35万个GPU，但(dàn)斯坦福大学的自然语言处理小组(zǔ)总共只拥有68个GPU。李(lǐ)飞飞表示，目前(qián)高校的资源和人才储备要远(yuǎn)远落后于工业界，建立国家级算力与(yǔ)数据集仓库有(yǒu)助于缩小学术(shù)界与产业界之间的差距。

事实上(shàng)，无论是在中(zhōng)国还是美国，高校缺乏算(suàn)力资源对AI科研(yán)人(rén)员(yuán)正常开展研究(jiū)都带来极大掣肘。记者在国内某问答平台发现，不少AI领域的高校学(xué)生(shēng)均无奈表示，实验室缺乏GPU让科研难以为继。例如，有人提问(wèn)：“实验室一块GPU都没有怎么做深度学习？”还有一名博主在“如何劝周围人不要入坑深(shēn)度学习”的帖子中(zhōng)表示，“现在深度学(xué)习真的太火了，而且基本上都是搞大模(mó)型的，自己电脑和实验室那点显卡根本不够用。”

人才的流向某种程(chéng)度也代表了产业发展的未来(lái)趋势。在生成式人工智能浪潮下，高校如何(hé)摆脱没钱缺卡(kǎ)的困境，避免人才的加速流失，这对(duì)于世界各地(dì)而言，都是(shì)一个亟待解(jiě)决的难题。