顶尖AI大牛，入职A股芯片公司！

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

4月22日，记者从国科微官方渠道获悉，国际(jì)顶级(jí)AI专家香港中文大学教授、IEEE Fellow邢国良正式获聘加入国科微(wēi)，担任公司的(de)AI首席科学家，以进一步加强公司在AI边缘领域的技术探索，加快(kuài)AI赛道商业部署。

记者梳理发现，自生(shēng)成(chéng)式人工智能浪潮爆发以来，企业“挖角”高校(xiào)顶尖(jiān)科研(yán)人才的案(àn)例就时有发生。这一方面显示了产业界对顶尖AI人才(cái)的求贤若渴，另一方面也说明在人工(gōng)智能领域，产业界依托于(yú)算力和资金等方(fāng)面的(de)优势在技术研发方面(miàn)居(jū)于领先地位，对顶尖人才(cái)拥有越来越(yuè)强的吸引力。

AI大牛入(rù)职A股(gǔ)芯(xīn)片公司

国(guó)科微是集成电路设计企业，正致力于将尖端的人工智(zhì)能(néng)技术与大规模集成电路(lù)设(shè)计技术相结合，为端侧人工智(zhì)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。值得注意的是，作为芯片公司，国(guó)科微也获得了国家(jiā)大基金（国家集成电路产业基金）的关注(zhù)。Wind最新数据(jù)显示，大基金目(mù)前持有国科微1665.5万股股份(fèn)，位居第(dì)三大股东。

公开(kāi)资料显示，邢国(guó)良毕(bì)业于西安交通大学电子科学与技术（原电子工程）专业，获学(xué)士学位。2001年毕业于西安交通(tōng)大学计算(suàn)机专业，获硕士学位。2006年获美(měi)国圣路易(yì)斯华盛顿大学博士学(xué)位，曾(céng)在(zài)美国密歇根州立大(dà)学担任终身教授。目前，邢国良就职于香(xiāng)港中文大学工程学院(yuàn)，担任信息工程学系教授。

国(guó)科微之所以聘任邢国良任首席科学(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，国科微在回复投资者提问时表示，公司目前聚焦于边缘AI芯片产品的开发与场景落地，产品使用(yòng)场景涵(hán)盖传统监(jiān)控、汽车电(diàn)子、智能家(jiā)居等机器视觉领(lǐng)域，支持神经网络推理等功(gōng)能。

据介绍，邢(xíng)国良领导着多个(gè)大型边(biān)缘(yuán)人工(gōng)智能（Edge AI）项目，这些(xiē)项目将应用于城市基础设施、自动驾(jià)驶、智能健康等(děng)领域。邢国良还(hái)成功领导(dǎo)并部(bù)署了包括辅助自动驾驶的智能路杆、火山地(dì)震传感器网络、老年慢性病智(zhì)能监(jiān)护、数据中心(xīn)效能管理、水下机器人网络等大型系统，开发的(de)多项智能系统技术已被工业界成功(gōng)产业化。

国科微表示，邢国良在嵌(qiàn)入式人工智能、物联(lián)网(wǎng)、信息安全和无线网络等(děng)领域的专业(yè)知识和研(yán)究成果，将(jiāng)为国科微在AI技术上的创新与突破提供重要(yào)顾问和指导。

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

没钱缺卡的AI学(xué)术界正被产业界碾压

由于顶尖AI研发人员十分稀缺，企业为了追赶上日新月异的(de)AI技术发展速度，往(wǎng)往对AI顶尖(jiān)人(rén)才(cái)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(quán)球研究院院长。公开资料显(xiǎn)示(shì)，颜水成毕业于北大(dà)数学系，2004年获博(bó)士学位(wèi)后前往香港中(zhōng)文大(dà)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，颜水成加入新加坡国立大学并创立了(le)机器学习与计算机(jī)视觉实验(yàn)室。

在谈及为何加入昆仑万维时，颜水成认(rèn)为：“在通用人(rén)工智(zhì)能领域，从研究、研(yán)发到产品是完整的链条，缺一不可，只有将(jiāng)三者完全打通，研究才能发挥最大价值。”作为(wèi)AIGC上市公司(sī)，除了自研“天工”大模型以外(wài)，昆(kūn)仑万维积极探索AI大模型在游戏(xì)、搜索、广告、社交娱乐等领域的应用。颜水成表示，昆仑万维布(bù)局了(le)AI大(dà)模型、AI动漫、AI社交、AI游戏、AI搜索(suǒ)和AI音乐六大方向，核心业务面向全球市场，其能力矩阵和生态系统非常具有想象空(kōng)间。

在生成式人工智能的浪潮下，AI学(xué)术界的顶尖人才正加速流向产业(yè)界。科技巨头凭借算(suàn)力与资(zī)金优势，正加速替代高校成为行业前沿技术的突破者与引领者。《2024年(nián)人工智能指数报告(gào)》显示，产业界继续主导人工智能前沿研究。2023年(nián)，产业界(jiè)产生(shēng)了51个(gè)著名的机器学习模型，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(xué)术界的只有28个。

这(zhè)样的趋势引发了一些学术界人士的担(dān)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，要建立国家级算力与数据集仓(cāng)库，以(yǐ)让高校研究员拥有更多(duō)的算力和数据资源。据介绍，仅Meta一家公司就可以为模型训(xùn)练采(cǎi)购(gòu)高达35万(wàn)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(xiào)的资(zī)源和人才储备要远远落后于工业界，建立国家级算(suàn)力与数据集仓库有助于缩小学术界与产(chǎn)业界之间的差距。

事实上，无论是在中国还是美国，高校缺乏算力资源对AI科(kē)研人员正常开展研究都(dōu)带来极大掣肘。记者在国内(nèi)某问答平台发现，不少(shǎo)AI领域的高(gāo)校学(xué)生均无奈表示，实验室(shì)缺乏GPU让科研难以为继。例如，有人提问：“实(shí)验室一块GPU都没(méi)有怎么做深度(dù)学(xué)习(xí)？”还有一名博主在(zài)“如何劝周围人不要入坑深度学习”的帖子中(zhōng)表示，“现在深度(dù)学习真的太火了，而且(qiě)基本上都是搞(gǎo)大模(mó)型的，自己电脑和实验室那点显卡根本不够用(yòng)。”

人才的流向某种程度也代表(biǎo)了产业发展的未来趋势。在生成式人工智能浪潮下，高校如何摆(bǎi)脱没钱缺卡的困境(jìng)，避(bì)免人才的加速流失(shī)，这对于(yú)世界各(gè)地而言，都(dōu)是一个(gè)亟待(dài)解(jiě)决的(de)难题。

责编：叶(yè)舒筠

校对：王蔚

2024证券时报(bào)“寻找创投‘金鹰’、发现企业(yè)‘新苗’”计划隆重启幕，点亮时代梦想、绽放时代光芒。

点击海报即可(kě)报名(míng)，速戳↓↓↓

身处AI大模型浪潮(cháo)之中的(de)顶尖科研人(rén)才，正加速“下海”，从学术界跳到产业界“掘金”。

4月22日，记者从(cóng)国科微(wēi)官方渠道(dào)获悉(xī)，国(guó)际顶级AI专家香港中文大学教授、IEEE Fellow邢国良(liáng)正式获聘加入国科微，担任公司的AI首席科学家，以进一步加强公司在AI边(biān)缘(yuán)领域的(de)技术探索，加快AI赛道商业部署。

记者梳理发现，自生成(chéng)式人工智能浪潮爆(bào)发以(yǐ)来，企业“挖角”高校顶尖科研人才(cái)的案例就时有发生。这一方面显示了产业界对顶尖AI人(rén)才的求贤若(ruò)渴，另一方面也(yě)说明在人工智能领域，产业界依托(tuō)于算力和资金(jīn)等方面的优势在技术研发方面居于领(lǐng)先地位，对顶尖人才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(jí)成(chéng)电路设计企业，正致力(lì)于将(jiāng)尖端的人工智能技术与(yǔ)大规模集成电路设计技术相结(jié)合，为端(duān)侧人工智能的(de)广泛应(yīng)用提供更多高性能的SoC芯片和全面的解决方(fāng)案。值得注(zhù)意的是，作为芯片公司(sī)，国科微也获得了国家(jiā)大基金（国家(jiā)集(jí)成电路产业(yè)基金）的关注。Wind最(zuì)新数据显示，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(kāi)资(zī)料(liào)显示，邢国良毕(bì)业于西安(ān)交通大学电子科学与技术（原电子工程）专业，获学士学位。2001年毕业(yè)于西安交通大学(xué)计(jì)算(suàn)机专(zhuān)业，获硕士学位。2006年获美国圣路易斯华盛顿大学博士学位，曾(céng)在美国密(mì)歇根州立大学担任终身教授。目前，邢国良就(jiù)职于香(xiāng)港中文大学工程学院，担(dān)任信息工程学系教授。

国科微之(zhī)所(suǒ)以聘任邢国良任首(shǒu)席科学家，主(zhǔ)要(yào)系(xì)邢国良的研究(jiū)方(fāng)向与公司的发展方向十分契合。记者注意到，今年3月，国科微在(zài)回复投资者提问(wèn)时表示，公司(sī)目前聚焦于边缘AI芯片产品的开发与场景落地，产品使用场景(jǐng)涵盖传统监控、汽车电子、智能家居(jū)等机器视觉领域(yù)，支持(chí)神经网络推理等功能。

据介绍，邢国良领导着多个(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、智能健康等领域。邢国良还成(chéng)功领导并部署了包括辅助自动驾驶的智(zhì)能路杆、火山地震传感器网络、老年慢性病智能监护、数据中心效能管理(lǐ)、水下机器人网络等大型系统，开发的多(duō)项智能系统(tǒng)技术已被工业界成功产业化。

国科微(wēi)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(wǎng)络等领域的专(zhuān)业知识和研(yán)究成(chéng)果，将(jiāng)为国科微在AI技术上的(de)创新与(yǔ)突破(pò)提供重(zhòng)要顾问和(hé)指导。

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

没钱缺卡(kǎ)的AI学术界(jiè)正被产业界碾压

由于顶尖AI研发(fā)人(rén)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(jiā)入产业界的例子并不鲜见。

例如，去年9月，昆仑(lún)万维宣布，机器学(xué)习和计算机视觉领(lǐng)域知名专家颜(yán)水成正式出任昆仑万维(wéi)天工智能联(lián)席CEO、2050全球研究院院长。公开资料显(xiǎn)示，颜水成毕业于北大数学系，2004年获博士学位后前往香港中(zhōng)文大学汤晓鸥(ōu)教授(shòu)的多媒体实验(yàn)室做博士后，主要研究人脸(liǎn)识别方向。2007年，颜水成加入新(xīn)加坡国立大学并(bìng)创立了机器学(xué)习与计(jì顶尖AI大牛，入职A股芯片公司！)算机视觉(jué)实验室。

在谈及为何加(jiā)入昆仑万维时，颜(yán)水成认为：“在通用人工智能(néng)领域，从研究、研发到(dào)产品是完整的(de)链(liàn)条，缺一不可(kě)，只(zhǐ)有将三者(zhě)完全打通，研究才能发挥最大价值(zhí)。”作为AIGC上市公司，除了自研“天(tiān)工”大模型以外，昆仑万维积极探索AI大(dà)模型在游戏、搜索、广告、社交娱乐等领域的(de)应(yīng)用。颜水成表示，昆仑万维(wéi)布局了AI大模型、AI动漫、AI社交、AI游戏、AI搜索和AI音乐六大方向，核(hé)心业务面向全球市场，其能(néng)力矩阵和(hé)生态系统非常具有想象空间。

顶尖AI大牛，入职A股芯片公司！e="font-size: 15px">在生成式人工智能的浪潮下(xià)，AI学术(shù)界的(de)顶尖人才正加速流向产业界(jiè)。科技(jì)巨头凭借算力与资金优势，正加(jiā)速(sù)替代(dài)高校成为行业(yè)前沿技术的突破者与引领者(zhě)。《2024年人工智(zhì)能指数报告》显示，产业界继(jì)续主导人工智能前沿研究。2023年，产业界产(chǎn)生(shēng)了51个著名的机(jī)器学习模型，而学术界只贡献了(le)15个。此外，108个新发布的基础模型来自产业界，来自(zì)学(xué)术界的只有28个(gè)。

这样(yàng)的趋势(shì)引发(fā)了一些学(xué)术界人士的担忧。前不久，被誉为“AI教母(mǔ)”的斯坦福华裔教授李飞飞在一场公开演讲中提议，要建立(lì)国家级(jí)算力与数据集(jí)仓库，以让高(gāo)校研究员拥有更多的算力和数据资源(yuán)。据介绍，仅(jǐn)Meta一家公司就可以为模型训练采购(gòu)高(gāo)达(dá)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(qián)高校的资源和人(rén)才储备要远远落后于工业(yè)界，建(jiàn)立国家级算力与数据集仓库有助于缩小学术界与(yǔ)产业(yè)界之间的差距。

事(shì)实上，无论是在中国还是(shì)美国，高校缺乏算(suàn)力资源对AI科研人员正常开展研究都带来极大掣(chè)肘。记者在国内某问答平台发现，不少AI领域的高校学生均(jūn)无奈表示，实(shí)验室缺乏GPU让科(kē)研难(nán)以(yǐ)为继。例如，有人提问：“实验室(shì)一块GPU都没有怎么做深度学习？”还有一名(míng)博主在“如何劝周围(wéi)人不要入坑(kēng)深度学(xué)习”的帖子中(zhōng)表(biǎo)示，“现在深度学习真的(de)太火了，而且基本上都是搞大模型的，自(zì)己电脑和实验室那点显卡根(gēn)本不够用(yòng)。”

人才的流向某种程(chéng)度也代表了产业发展的未来趋势。在生成式人(rén)工智能浪(làng)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，这对于世界各(gè)地而言，都是一个亟待解决的难题。