顶尖AI大牛，入职A股芯片公司！

身处AI大模型浪潮之(zhī)中的(de)顶尖科研人才，正加速“下海(hǎi)”，从(cóng)学(xué)术(shù)界跳(tiào)到(dào)产业界“掘金”。

4月22日，记(jì)者从国科微官方渠道获悉，国际顶(dǐng)级AI专家香港(gǎng)中(zhōng)文大学教授、IEEE Fellow邢国良正式获聘加入国科微，担任公司的AI首(shǒu)席科学家，以(yǐ)进一步加强公司在(zài)AI边缘(yuán)领(lǐng)域(yù)的技术探索，加快AI赛道商业部署。

记(jì)者(zhě)梳理发(fā)现，自生成式人工智能浪潮爆发以来，企业“挖角”高校(xiào)顶(dǐng)尖科研人(rén)才的(de)案(àn)例就时有发生。这一方面显示了产业界(jiè)对顶尖AI人才的求贤若渴，另一方面也说明在(zài)人工智能(néng)领(lǐng)域，产业界依托于算力和资金等方面的优势在技术研发方面居于领先地位，对顶(dǐng)尖人才拥有(yǒu)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)成电路设计企业，正致力于(yú)将尖端的人工智能技术与大规模集成电路设计技术相结合，为端侧(cè)人工智能的广泛应用提供更多高性(xìng)能的SoC芯片和全面(miàn)的(de)解决方案。值得注意的是(shì)，作为(wèi)芯片公司，国(guó)科微也获得了国(guó)家大基金(jīn)（国家集成电路产业基金）的关注(zhù)。Wind最新数据显示，大基金目前持有国科微1665.5万股股份，位居第三大股东。

公开资料显示，邢国良毕(bì)业于西安交通大学电子(zi)科学与技术（原(yuán)电(diàn)子工程）专业，获学士学(xué)位。2001年毕业于西安(ān)交通大学计算机专业，获硕士学(xué)位。2006年获美国圣路易斯(sī)华(huá)盛顿大学博士学位，曾(céng)在美国密歇根州立大学(xué)担任终身教授。目前，邢国良(liáng)就职于香港中文大学工程学院，担(dān)任信息工(gōng)程学系教授。

国科微之所以聘(pìn)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(zhě)注意到，今年3月，国科微(wēi)在回复投资(zī)者提问时表示(shì)，公司目前聚焦于边缘AI芯片产品的开发与场(chǎng)景落(luò)地，产品使用(yòng)场景涵盖传统监控、汽车电子、智能家居等机器视(shì)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(rén)工智能（Edge AI）项目，这些项(xiàng)目将(jiāng)应用于城市基础设施(shī)、自动驾驶、智能健康等领域。邢(xíng)国良还成功领导并部(bù)署了(le)包括辅助自动驾驶(shǐ)的智能路杆、火山地震传(chuán)感器网络、老(lǎo)年慢性病智能监(jiān)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)项智能系统技术已被工业界成(chéng)功产(chǎn)业化(huà)。

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领域的(de)专业知识和研究成果，将为国(guó)科微在AI技术上的创新与突(tū)破提供重要顾问和指导。

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

没钱缺卡的AI学术界(jiè)正被(bèi)产业界碾(niǎn)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的AI技术发展速度，往往对AI顶尖人才青睐有加(jiā)，具(jù)有(yǒu)学术界背景的AI人才加入产业界的例子并不鲜见。

例(lì)如，去年9月，昆仑(lún)万维宣布，机器学习和计算机视觉领域知名专家(jiā)颜水成正式出(chū)任昆仑万(wàn)维天工(gōng)智能联席CEO、2050全球研究院院长。公开资料(liào)显示，颜(yán)水成毕业于北大数学系，2004年获博士学位后前往香港中文大学汤晓鸥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(guó)立大学并创立(lì)了机器学(xué)习与计算机视觉实(shí)验室。

在谈及为何加入昆仑万维时，颜水(shuǐ)成(chéng)认为：“在通(tōng)用人(rén)工智(zhì)能领(lǐng)域，从研究、研发到产品是完整的链条，缺一不(bù)可，只有将三(sān)者完(wán)全打通(tōng)，研(yán)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(kūn)仑万维(wéi)积极(jí)探(tàn)索AI大模型在游戏、搜索、广告、社交(jiāo)娱乐(lè)等领域的应用。颜水成表(biǎo)示(shì)，昆仑(lún)万维布局了AI大(dà)模型、AI动漫、AI社交、AI游戏、AI搜(sōu)索和(hé)AI音(yīn)乐六大方向，核心(xīn)业务面(miàn)向全(quán)球市场(chǎng)，其能(néng)力矩阵和生态(tài)系(xì)统(tǒng)非常具有想象空间。

在生成式人(rén)工智能的浪潮下，AI学术界的顶尖人(rén)才正加速流向产(chǎn)业界。科技(jì)巨头凭借算(suàn)力与资金优势，正加速替代高校成为行业前沿技术的突破者(zhě)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，产业界产生了51个著(zhù)名的机器学习(xí)模型，而学术界只贡献了15个。此外，108个新发布的基础模型来自(zì)产业界，来自学术界的只有28个。

这样的(de)趋势引发了(le)一些学术界人士的担忧。前不(bù)久(jiǔ)，被誉为“AI教母”的斯坦(tǎn)福华裔教授李飞飞在一场公开演讲中提议，要建立(lì)国家级算(suàn)力与数据集仓库，以让高校研究员(yuán)拥有更多的算力和数据(jù)资源。据(jù)介绍，仅Meta一家公司就可以为(wèi)模型训练采购高达35万个GPU，但斯坦福大(dà)学的自然语言处理小组总共只拥有68个GPU。李飞(fēi)飞表示，目前高校的资源和(hé)人才储备要(yào)远远落后于工业界，建立国家级(jí)算力与(yǔ)数据集(jí)仓库有助于缩小(xiǎo)学术界与产业界之间的差距。

事实上，无论是在中国还是美国，高校缺乏算力资源(yuán)对(duì)AI科研人员正常开展研究都带(dài)来极大掣(chè)肘。记者在国内某问答平(píng)台发现，不少AI领域的高校学生(shēng)均无奈表示，实验室缺乏GPU让科研难以为(wèi)继。例如，有人提问：“实验室一块(kuài)GPU都没有怎(zěn)么做深度学习？”还有(yǒu)一名博主在“如何劝周围人不要入(rù)坑深度(dù)学习”的帖子(zi)中表示，“现在深度学习(xí)真的太火了，而且基本上都是搞大模型的，自己电脑和实验室那点显卡根(gēn)本不(bù)够用。”

人才的流向某种程(chéng)度也代表了产业(yè)发展的(de)未(wèi)来趋势(shì)。在生成式人工智能浪潮下(xià)，高校(xiào)如(rú)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(dì)而言，都是一(yī)个亟待解决的(de)难题。

责编：叶舒筠(yún)

校对(duì)：王蔚

2024证券时报“寻找创投‘金鹰(yīng)’、发现企业‘新(xīn)苗’”计划隆重(zhòng)启幕，点亮时代梦(mèng)想、绽放时代光芒。

点击海报即可报名，速戳↓↓↓

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

4月22日(rì)，记者从国科微官方渠(qú)道获悉，国际顶级AI专家香港中文大学教(jiào)授、IEEE Fellow邢国良正式获聘加入国(guó)科微，担任(rèn)公司的AI首席科学(xué)家，以进一步加(jiā)强公司在AI边缘(yuán)领域的技术(shù)探索，加(jiā)快AI赛道商业部署。

记(jì)者梳理发现，自(zì)生(shēng)成式人工智能浪(làng)潮爆发以来，企业“挖角”高校顶尖科研(yán)人才的案例就时有发(fā)生。这一方面显示了产业界对顶(dǐng)尖AI人才的求贤若渴(kě)，另一方面也说明在人工智能领(lǐng)域(yù)，产业界(jiè)依托(tuō)于(yú)算(suàn)力和资(zī)金等方面的优势在技术研(yán)发方(fāng)面居(jū)于领先地位，对顶(dǐng)尖(jiān)人才拥有越来越(yuè)强的吸引力。

AI大牛入职(zhí)A股芯片公司

国科微是集成电路设计企业，正致力于将(jiāng)尖端的人工智能技术与大规模(mó)集成电路设计(jì)技术相结合，为端侧人工智能的(de)广泛应用提供更多(duō)高性能的SoC芯片和全面的(de)解决方案。值得注意的(de)是，作为(wèi)芯片公司，国科(kē)微也(yě)获得了国家大基金（国家集成(chéng)电(diàn)路产业基金）的关注。Wind最新数据显(xiǎn)示，大基金目前持有国科微1665.5万股股(gǔ)份，位居第三大(dà)股东。

公(gōng)开资料(liào)显示，邢国良毕业于(yú)西安交通大(dà)学电子科学与技术（原电子工程(chéng)）专(zhuān)业，获学士学位。2001年毕业于西安(ān)交(jiāo)通大学计算机专业，获硕士学(xué)位。2006年获美国圣路易斯华(huá)盛顿大学博士学位，曾(céng)在美国密歇根州立大学担任终身教授。目前，邢国良就职于香港中文大学工程学院，担(dān)任信息工程学系(xì)教授。

国(guó)科微(wēi)之(zhī)所以聘任邢国良任首席科学家，主要系邢国良的研(yán)究(jiū)方向与(yǔ)公司的(de)发展方向(顶尖AI大牛，入职A股芯片公司！xiàng)十分契(qì)合。记者注意到，今年(nián)3月，国科微(wēi)在回复投资者提问时表示，公司(sī)目前聚焦于边缘AI芯片产品的(de)开发与(yǔ)场(chǎng)景落地，产品使用场景涵盖传统监控、汽车电子、智能家居等(děng)机器视觉领域，支持神经网络推理等功能。

据(jù)介绍，邢国良领导着多个(gè)大型边缘人工智(zhì)能(néng)（Edge AI）项目，这些项目将应用于城市基(jī)础设施、自动驾驶、智能健康等(děng)领域。邢国良还成功领导并部署了包括辅(fǔ)助(zhù)自动驾驶的(de)智能路杆、火山地震传感器网络、老年慢性病智能监护、数据中心效能管理、水下机器(qì)人(rén)网络(luò)等大型系统，开(kāi)发(fā)的多项智能系统(tǒng)技(jì)术已被工业界成功产业(yè)化。

国科(kē)微表示，邢国(guó)良在嵌入式人工智能、物联(lián)网、信息安(ān)全和无线网络等领域的专业知(zhī)识和研(yán)究成果，将为国科(kē)微在AI技术上的创新与突破提供重要顾问和指导(dǎo)。

截至4月(yuè)22日收盘，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AI学术界正被(bèi)产业界碾压

由于顶尖AI研(yán)发人员十分稀缺，企业为(wèi)了追赶上日(rì)新月异的AI技术发展速度，往往对AI顶尖人才青睐(lài)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)仑万维宣布，机器学习和计算机(jī)视觉领域知名专家颜水成正式出任昆仑万维天工智能联席CEO、2050全球研究院院长。公(gōng)开资料显示(shì)，颜水(shuǐ)成毕业于北(běi)大数学系(xì)，2004年获博士学位后前(qián)往香(xiāng)港中(zhōng)文(wén)大学汤晓鸥教(jiào)授的多媒体实(shí)验室做(zuò)博(bó)士后，主要研(yán)究人脸识(shí)别方向。2007年，颜水成加入新加坡国立大学(xué)并创立了(le)机器(qì)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(yán)水成认为：“在通用人工智能(néng)领域，从研究、研发到产品是完整的链条，缺(quē)一不可，只有将三(sān)者(zhě)完全打通，研究才能发挥最大价值。”作(zuò)为AIGC上市(shì)公司，除了自研“天工”大模型以外，昆仑(lún)万维积极探索AI大(dà)模型在游戏、搜索、广告、社交(jiāo)娱乐等领域的应用。颜水成表(biǎo)示，昆仑万维布(bù)局了AI大模(mó)型、AI动漫、AI社(shè)交、AI游戏(xì)、AI搜(sōu)索和AI音乐六(liù)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间。

在(zài)生成式人工智能的浪潮下，AI学术界的顶尖人才正加(jiā)速流向产业界(jiè)。科技巨头凭借算力与资金优势，正加速(sù)替代(dài)高校成为(wèi)行业前(qián)沿技术的突破者与引领者。《2024年人(rén)工(gōng)智能指数报告》显示，产业界继续主导人工智能前(qián)沿研究。2023年，产业界产生(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，来自学术界的(de)只有28个。

这样的趋势引发了一些(xiē)学术界人士的担(dān)忧。前不久，被誉为“AI教母”的斯(sī)坦福华裔教授李飞(fēi)飞在一场公开演讲(jiǎng)中提议，要建立国家级算力与数(shù)据集(jí)仓库(kù)，以让高校研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高达35万个GPU，但斯坦福大学的自然语言(yán)处理小组总共只拥有68个GPU。李飞飞表示，目前高校的资源和人才储(chǔ)备要远远落后于(yú)工业界，建立国(guó)家级算力与数据集(jí)仓(cāng)库(kù)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(shì)在中国还是美国，高校缺乏算力资源对AI科研人员正(zhèng)常开展研究都带来极大(dà)掣肘。记者在(zài)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GPU让科研难以(yǐ)为继。例(lì)如，有人提问：“实验室一块GPU都没有怎么做深度(dù)学习？”还有一名博主在“如何劝周围人不要入坑深度(dù)学习”的帖(tiē)子中表示，“现在(zài)深度学习真(zhēn)的太火了，而且基本上都是搞大模型的，自己电脑和实验室那(nà)点显卡根本不够用。”

人才的流向某种程度(dù)也代表了产业发展的未来趋势。在生(shēng)成(chéng)式人(rén)工智能浪潮下，高(gāo)校如何(hé)摆脱(tuō)没钱缺卡的困境，避免人才的加速(sù)流失(shī)，这对(duì)于世界(jiè)各地(dì)而言，都是一个亟待解决的(de)难题。