顶尖AI大牛，入职A股芯片公司！

身处(chù)AI大模型浪潮之中的顶尖科研(yán)人才，正加速“下海(hǎi)”，从学术界(jiè)跳到产业界“掘(jué)金”。

4月22日，记者从国科微官方渠道获(huò)悉，国(guó)际顶级(jí)AI专家香港中文大学教(jiào)授、IEEE Fellow邢国良正(zhèng)式获聘加入国科微，担任公司(sī)的AI首(shǒu)席科学家，以进一步加强(qiáng)公司在(zài)AI边缘领(lǐng)域的技术探索，加(jiā)快AI赛道商业部署。

记者梳理发现，自生成式人工(gōng)智能(néng)浪潮爆发(fā)以(yǐ)来，企(qǐ)业“挖角”高校顶尖科研人才的案例就时有发(fā)生。这一(yī)方面显示了产业界对顶尖AI人才(cái)的求贤若渴，另一方(fāng)面也说明在人工智能领域，产业界依托于(yú)算力和资金等方面的优(yōu)势在技术研发方面居于领先地位，对顶尖(jiān)人才拥有越来越强的吸引力(lì)。

AI大牛入职A股芯片公(gōng)司

国科微是集成电路设计企业，正(zhèng)致力于将尖端的人工(gōng)智能技术与大规模集成(chéng)电路设计技(jì)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)解决方案(àn)。值得注意的是，作为芯片公司，国科微也(yě)获得了国家大基金（国家集成电路(lù)产业基金）的关注。Wind最新数据显示，大基金目(mù)前持有国科微1665.5万(wàn)股股份，位居第三大股东(dōng)。

公开资料显(xiǎn)示，邢国良毕业于西安交通大(dà)学电子(zi)科学与技(jì)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(zhuān)业，获硕士学位。2006年获美国(guó)圣路易斯华盛顿大(dà)学博士学(xué)位，曾在美国密(mì)歇根州立大学担任终身教授。目前，邢国良就职于香港中(zhōng)文大学工程学院(yuàn)，担任信(xìn)息工程学系教授。

国科微之所以聘任邢国良任首(shǒu)席科学家，主要系邢国良(liáng)的研究方向与公司的发展方向(xiàng)十分契合。记者注意到，今年(nián)3月，国科微在(zài)回复(fù)投资者提问时表示，公(gōng)司目前聚(jù)焦于边缘AI芯片产品的开(kāi)发与场景落地(dì)，产品使用场景涵盖传统监控、汽车电(diàn)子、智能(néng)家居等机器视觉领域，支持神经网络(luò)推理等功能。

据介绍，邢国良领导着多个大型(xíng)边缘人工智能（Edge AI）项目，这(zhè)些项目将应用于城(chéng)市基础设施(shī)、自动驾驶、智能(néng)健(jiàn)康等(děng)领域。邢国良还成功领导(dǎo)并部(bù)署了包括辅助自(zì)动驾(jià)驶的智能路杆、火山(shān)地震传感器网络、老年慢性病智能监护、数据中心效(xiào)能管理、水下(xià)机器(qì)人网络等大型系统，开发(fā)的多项智能系统技术已被工业界成功产业化。

国科微表(biǎo)示，邢国良在嵌入式人工(gōng)智能、物联网(wǎng)、信息安全和无线网络等领域的专业知识和研究成果(guǒ)，将(jiāng)为国科微(wēi)在(zài)AI技术上(shàng)的(de)创(chuàng)新与突(tū)破提供重要顾(gù)问和指导。

截至(zhì)4月22日收(shōu)盘，国科微股价微涨0.73%，报45.64元(yuán)/股，总市值99亿元。

没钱缺卡的(de)AI学(xué)术界正(zhèng)被产业界碾压(yā)

由于顶尖AI研发人员(yuán)十分稀缺，企业(yè)为了(le)追赶上日(rì)新月(yuè)异的AI技术发(fā)展速度，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，昆仑万维宣布，机器学(xué)习和计算机视觉领域知名专家颜水成正式出任昆(kūn)仑万维天工智能联席CEO、2050全球研究院院长。公开资料显示，颜水成毕业于北大数学系，2004年(nián)获博士学位后前往香港中文(wén)大学汤晓(xiǎo)鸥教授的多媒体实验室做博(bó)士后(hòu)，主要研(yán)究人脸识别方(fāng)向。2007年，颜水成加入新加坡国立大学并创立了机器(qì)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：“在通用人工智(zhì)能领域，从研究、研发到产品(pǐn)是完(wán)整的链条，缺一不可，只有将三者完全打通，研究才能发(fā)挥最大价值。”作(zuò)为AIGC上市公司，除了自研“天工”大模型以外，昆仑(lún)万维积极(jí)探索AI大模型在游戏、搜索、广告、社交娱乐等领域的应用。颜水成(chéng)表示，昆仑万维布局了AI大(dà)模型、AI动漫、AI社交(jiāo)、AI游戏、AI搜(sōu)索和(hé)AI音乐六大方向，核心业务(wù)面向全球(qiú)市场(chǎng)，其能力矩阵和(hé)生态系统非常(cháng)具有想象空间。

在生成式人工智能的浪潮下，AI学术界的顶尖人才正加速流(liú)向产业界。科技巨头凭借(jiè)算力与资金优势，正加速(sù)替代高(gāo)校成为行业(yè)前沿技术的突破者与引(yǐn)领者。《2024年人(rén)工智能指数报告》显示，产业界继续主导人工智能前(qián)沿研(yán)究。2023年，产业界产生了51个著名的机器学习(xí)模型(xíng)，而(ér)学术界只贡献了15个。此外，108个新发布的基础模型来(lái)自产业界，来(lái)自学(xué)术界的只有28个。

这样的趋势引发了一些学术界人士(shì)的担忧。前(qián)不久，被誉(yù)为“AI教母(mǔ)”的斯坦福华裔教授李(lǐ)飞飞在一场公(gōng)开演讲中(zhōng)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更多的算力和数据资源。据(jù)介(jiè)绍，仅Meta一家公司就可以为模型(xíng)训练(liàn)采购高达35万个GPU，但斯坦(tǎn)福大学的自然语言(yán)处(chù)理小组总共只拥(yōng)有68个GPU。李飞飞表示，目前高校(xiào)的资源和人才储(chǔ)备要远远落后于工业界，建立(lì)国家级算力与数据集仓库有(yǒu)助于缩(suō)小学术界与产(chǎn)业界之间的差距(jù)。

事实上，无论是(shì)在中(zhōng)国还是美国，高校缺乏算(suàn)力资源对(duì)AI科(kē)研人员(yuán)正(zhèng)常开展研究都带来极(jí)大掣肘。记者(zhě)在国内某问(wèn)答平台发现，不少AI领域的高(gāo)校学生均(jūn)无奈表示(shì)，实验室缺(quē)乏GPU让科研难以为继。例如，有人提问：“实验室(shì)一(yī)块GPU都没有怎(zěn)么做深度学习？”还有一名博主在“如何劝周围人不要入坑深度学习(xí)”的帖子中(zhōng)表(biǎo)示(shì)，“现在深度学习真的太火(huǒ)了，而且基本上都是搞大模型的，自己电脑和实验(yàn)室那点显卡根(gēn)本不够用。”

人才的流向某种(zhǒng)程度也代表了产业发展的(de)未来(lái)趋势。在生(shēng)成式人(rén)工智能浪潮下，高校如何摆脱没(méi)钱缺卡的(de)困境，避免人才的(de)加速流失，这对于世界各地而言，都是一个亟待解决的难题。

责编：叶(yè)舒(shū)筠

校对：王蔚(wèi)

2024证券(quàn)时报“寻找创(chuàng)投‘金鹰’、发现企(qǐ)业‘新苗(miáo)’”计划隆重启幕(mù)，点亮时(shí)代梦想、绽(zhàn)放(fàng)时代光芒。

点击海报(bào)即可报名，速(sù)戳↓↓↓

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

4月22日，记者从国科微官方渠道(dào)获悉，国际顶级AI专家香港中文大(dà)学(xué)教授、IEEE Fellow邢国良正式获聘加入国科微，担任公司的AI首(shǒu)席科(kē)学家，以进一步加强(qiáng)公司在AI边缘领域的技术探(tàn)索，加快AI赛道商业(yè)部署。

记者梳理发现，自生成式人工智能(néng)浪潮爆发以来，企业“挖角”高校顶(dǐng)尖科研人才的案例就时(shí)有发生。这一方面显(xiǎn)示了产(chǎn)业界对(duì)顶尖(jiān)AI人才的(de)求贤若渴，另一方面也说(shuō)明在人工智能领域，产业界依托于(yú)算力和资金等方面的优势在技术研发(fā)方面居于领先地位，对顶尖人才拥有越来越强(qiáng)的吸引力。

AI大牛入职(zhí)A股芯片公司

国科微是集成电路设(shè)计企业，正致力于将尖(jiān)端的(de)人工智能(néng)技术与大规模集成电路设计技术相(xiāng)结合，为(wèi)端侧人工(gōng)智能的广(guǎng)泛应用提供更(gèng)多高性能的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(guó)科微(wēi)也(yě)获得了国家大基金（国家(jiā)集成电路产(chǎn)业(yè)基金）的关注。Wind最新数据显示，大基金(jīn)目前持有国科微1665.5万股股份，位居第三大股(gǔ)东。

公开资料显示，邢国良毕业于西安(ān)交通大学电子科学与技术（原电子工程）专业，获学士学(xué)位。2001年(nián)毕业于西安交通大学计算机专(zhuān)业，获硕士学位(wèi)。2006年获美国圣路(lù)易斯华盛顿大学(xué)博士(shì)学位，曾(céng)在美国密歇根州立大学担任终身教授。目(mù)前，邢国良就职于香港中文大学工程学院，担任(rèn)信息工程学系教授。

国科微之所以聘任邢国良任首席科学家，主要系(xì)邢国良的(de)研究方向与公司(sī)的发展方向十(shí)分契合。记者注意到，今年3月，国(guó)科微在回复投(tóu)资(zī)者提问时表示，公司(sī)目前聚焦(jiāo)于边缘AI芯片产品的开发与场景(jǐng)落地，产品使(shǐ)用场景涵盖传统监控、汽车电(diàn)子、智(zhì)能家居等机器视(shì)觉领域，支持(chí)神经(jīng)网(wǎng)络推理等功能。

据介绍，邢国良(liáng)领导(dǎo)着多个大型边缘人工智能(néng)（Edge AI）项目，这些(xiē)项目(mù)将应用于(yú)城市基(jī)础设(shè)施、自动(dòng)驾驶、智能健康等领域。邢国(guó)良还(hái)成功领导(dǎo)并(bìng)部署了包括辅助自(zì)动驾(jià)驶的(de)智能路杆、火山地震传感器网络、老年慢性病智能监护(hù)、数据中心效能管理、水下机(jī)器(qì)人网络等大型系统，开发的多项智能系(xì)统技术已被工业界成功产业化。

国科(kē)微表示，邢国良在嵌入式人工智能、物联网、信(xìn)息安全和无线网络等领域的(de)专(zhuān)业(yè)知识和(hé)研究成果，将(jiāng)为国科微在(zài)AI技术(shù)上的创新与突破提供重(zhòng)要(yào)顾问和指导。

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

没钱缺卡的AI学术界正(zhèng)被产业(yè)界(jiè)碾压

由于(yú)顶尖AI研发(fā)人员十分稀缺(quē)，企业为了追赶上日新(xīn)月异的AI技术发展速度，往往(wǎng)对AI顶尖人才青睐有加，具有学术(shù)界背景的AI人才加入(rù)产业界(jiè)的例子并不鲜(xiān)见。

例(lì)如，去年9月，昆仑万维(wéi)宣布，机(jī)器学习和计算机视觉领域知(zhī)名专家颜(yán)水成正式出任(rèn)昆仑万(wàn)维天工智能联席CEO、2050全球研究院院长。公开资(zī)料显示，颜水成毕业于北大数学系，2004年获博士学位后(hòu)前往香港中文(wén)大学汤晓鸥教授的多媒体实(shí)验室(shì)做(zuò)博士后，主要研究人脸识(shí)别方向。2007年，颜水成(chéng)加(jiā)入新加坡国立大学并创立了机器学习与计(jì)算机(jī)视觉实验室。

在谈及为何加入昆仑万维时，颜水成认为：“在通用(yòng)人工智能领域，从(cóng)研究(jiū)、研发到产品(pǐn)是完整(zhěng)的链条，缺一不可，只有(yǒu)将三者完全打通，研究才能发挥最大价值。”作为AIGC上市公司，除了(le)自研“天工”大模型以(yǐ)外，昆仑万维积极探索AI大模型在游戏、搜索、广告、社交娱乐等领(lǐng)域(yù)的应用(yòng)。颜水成表示(shì)，昆仑万维布(bù)局了AI大(dà)模(mó)型、AI动(dòng)漫、AI社交、AI游戏、AI搜索(suǒ)和AI音乐六(liù)大方向，核心业务面向全球(qiú)市场，其能力矩(jǔ)阵和生态系统非常具有想象空间。

在生成式人工智(zhì)能的浪潮(cháo)下，AI学术界的顶尖人才(cái)正加速流向产业界。科技巨头凭借算力与资金优势，正(zhèng)加(jiā)速替代高校成为行(xíng)业前(qián)沿技术的突破(pò)者(zhě)与(yǔ)引领者。《2024年人工智能指(zhǐ)数报告》显示，产业界继续(xù)主导(dǎo)人工智能前沿研(yán)究。2023年，产业界产生(shēng)了51个著(zhù)名(míng)的机器学习模型，而学术(shù)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(lái)自学术界的只(zhǐ)有28个。

这(zhè)样的趋势引发了一些学术(shù)界人士的担忧。前不久，被誉为“AI教母”的(de)斯坦福华裔教授李飞飞在一场公开演讲中提议，要建立国(guó)家级算力(lì)与数据(jù)集仓库，以让高校研究员拥有更多(duō)的算力和数据资源。据介绍，仅Meta一家公司就可以(yǐ)为(wèi)模型训练采购高达35万个GPU，但斯(sī)坦(tǎn)福(fú)大学的(de)自然语言处理小组(zǔ)总共只拥有(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，建立国家级算力与数(shù)据集(jí)仓库有助于缩(suō)小学术界与产业界之间的差距。

事实上，无论是(shì)在中国(guó)还是美国，高校缺乏算力资源对AI科研人员正常开展研究(jiū)都(dōu)带来极大掣肘。记者在国内某(mǒu)问答平台发现(xiàn)，不少AI领域的高校学生均无奈表示，实验室缺(quē)乏GPU让(ràng)科研难以(yǐ)为继。例如，有人提问：“实验室一块GPU都(dōu)没有怎么做深度学习？”还有一名博主在“如何劝周围人不要(yào)入坑深度学习(xí)”的帖子中表示，“现在深度学习真的太火了，而且基(jī)本上都是搞大模型的，自(zì)己(jǐ)电脑和实验室那(nà)点显卡根(gēn)本不够用。”

人才的流向某种程度(dù)也代表了产(chǎn)业发展(zhǎn)的未来趋势。在生成式人工(gōng)智能浪潮(cháo)下(xià)，高(gāo)校如何摆脱没钱缺卡的困境，避免(miǎn)人(rén)才的加速流失，这对于世(shì)界各地而言(yán)，都是一个亟待解决(jué)的难(nán)题(tí)。