顶尖AI大牛，入职A股芯片公司！

身处AI大模(mó)型(xíng)浪潮之中的顶(dǐng)尖科研人(rén)才，正(zhèng)加速“下海”，从学术界跳到产(chǎn)业界“掘金”。

4月22日，记者从国科微官方渠道获悉，国际顶级AI专(zhuān)家香港中文大学教授(shòu)、IEEE Fellow邢国良正式获聘加入国科(kē)微，担任公司的AI首席(xí)科学家，以进一步加强(qiáng)公司在AI边缘(yuán)领域的技术探索，加快AI赛(sài)道商业部署。

记者梳理发(fā)现，自生(shēng)成(chéng)式人工智能(néng)浪(làng)潮爆发以来，企业“挖角”高校顶尖科研人才的案例就时有发生。这一方面显示了产业(yè)界对顶尖AI人才的求贤若渴，另(lìng)一方面也说明(míng)在人工智能领域，产(chǎn)业界依托于算力(lì)和(hé)资金等方面的优势在技术研发方面居于领先地位，对顶尖人才(cái)拥有越来越强的吸引(yǐn)力。

AI大牛入职A股芯片公司

国科微是集(jí)成电路(lù)设计(jì)企业，正致力于将尖端的人工智能技(jì)术与大规模集(jí)成电路设计技术相结合，为端侧人工(gōng)智能的广泛应用提(tí)供更多高性能的SoC芯片和全面的解决方案。值得注意的是，作为(wèi)芯片公司，国科微也获(huò)得了国家大基金（国家集成电路产业基金）的关注。Wind最新数据显示，大基金目(mù)前持有国科微1665.5万股股份(fèn)，位居第三(sān)大股东。

公开资料显示，邢(xíng)国良毕业于西安交通大学电子科学与技术（原电子工程）专业(yè)，获学士学位。2001年(nián)毕业于西安交通大学计算机专业，获硕士学(xué)位。2006年获美国圣(shèng)路易(yì)斯华盛顿大学博士(shì)学位，曾在美国密歇根州立大(dà)学担任终身教授。目前，邢国良(liáng)就职于香港中文大学工程(chéng)学院，担任(rèn)信息(xī)工程学系教授。

国(guó)科(kē)微之所以聘任邢国良任首席科学家，主要系邢国良的研究方向与公司的发展方向十(shí)分契合。记者注意到，今年3月，国科(kē)微在回(huí)复投资者提问时表(biǎo)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(shǐ)用场景涵盖传统监控(kòng)、汽车电子、智能(néng)家(jiā)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，这些项目将应用于城市基(jī)础设(shè)施、自(zì)动驾(jià)驶、智能健康等领域。邢国良还成功(gōng)领导并部署了包括辅助自动驾驶的智能路杆、火山地(dì)震传(chuán)感器网络(luò)、老年慢(màn)性病智能监(jiān)护、数据中心(xīn)效能管(guǎn)理、水下机器人网络等(děng)大型系统，开(kāi)发的多项智能系统技术已被工业界成功产业化。

国科微表示，邢国良在嵌入式人(rén)工智能、物联网、信息安全和(hé)无线网(wǎng)络等领域的(de)专(zhuān)业知识和研究成果，将为国科(kē)微在AI技术(shù)上的创新与突(tū)破提供重要顾问和指导(dǎo)。

截至4月从“模糊账”到“明白账” 百亿佣金“隐秘角落”期待阳光化22日收盘(pán)，国(guó)科(kē)微股价微涨0.73%，报45.64元/股，总市值99亿元。

没钱缺卡的AI学术(shù)界(jiè)正被产(chǎn)业界碾压

由于顶尖AI研(yán)发人员(yuán)十分(fēn)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，具有(yǒu)学术(shù)界背景的AI人才加入产业界的(de)例(lì)子并不鲜见。

例如，去年9月，昆仑万维宣布，机器学习和计算(suàn)机视觉(jué)领域知名(míng)专家颜水成(chéng)正式出任昆仑万维天工智能联席(xí)CEO、2050全球研究院院长(zhǎng)。公开资料显示，颜(yán)水成毕业于(yú)北大数学系，2004年(nián)获博士学位后前(qián)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(xiàng)。2007年，颜水成加入新加坡国立大学并创立了机器学习(xí)与计(jì)算(suàn)机视(shì)觉实验室(shì)。

在谈(tán)及为何加入昆(kūn)仑万维时，颜水成认为：“在通用人工智能领域，从(cóng)研究、研发(fā)到产品(pǐn)是完整的链条，缺一不可(kě)，只(zhǐ)有将三者(zhě)完全打通(tōng)，研究才能发挥最大价值。”作为AIGC上市公司，除了(le)自研 “天工”大模型以外，昆仑万维积极(jí)探索AI大模型在游戏(xì)、搜索、广(guǎng)告(gào)、社交娱乐(lè)等领域的应用。颜水成表示(shì)，昆仑万维布局(jú)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(xiàng)，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。

在生(shēng)成式人(rén)工智(zhì)能的(de)浪潮下，AI学术(shù)界的顶尖人才(cái)正加速流向产业界(jiè)。科(kē)技巨头凭借算力与资金优势，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(yán)研究。2023年，产业界产(chǎn)生了51个著(zhù)名的机器学习模型，而学术界只贡(gòng)献了15个。此外，108个新发布的基础模型来(lái)自产业(yè)界(jiè)，来自学术界的只有28个。

这样的趋势引发了(le)一些学术(shù)界(jiè)人士的(de)担忧。前不久，被誉(yù)为“AI教母”的斯(sī)坦福华裔教授李飞飞(fēi)在一场公开演讲(jiǎng)中提议，要建立国家级算力与数据集仓库，以让高校(xiào)研究员(yuán)拥有更多(duō)的算力和数据资源(yuán)。据介(jiè)绍，仅Meta一(yī)家公司就可以为模型训(xùn)练采(cǎi)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(yǒu)68个GPU。李飞飞表示，目前(qián)高校的资源和人才储备要远远落(luò)后于工业界，建立国家级算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(hái)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。记者在国内某问答平(píng)台发现，不少AI领域(yù)的高校学生均无奈(nài)表示(shì)，实验室缺乏GPU让科研难以为继(jì)。例(lì)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，“现在深度学习真的太(tài)火了，而且基本上(shàng)都是搞大模型的，自己电(diàn)脑和实验室那(nà)点显卡根本不够用。”

人才的流向某种程度也代表了产业发展的未来趋势(shì)。在生成式人工智能浪潮下，高(gāo)校如何摆脱没钱缺卡(kǎ)的困境，避免人才的(de)加速流失，这对于世(shì)界各地而言，都是一个(gè)亟待解决的难题。

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’”计划隆重启幕，点亮时代梦想、绽放时代(dài)光芒。

点击海报即可报(bào)名，速戳↓↓↓

身处AI大模型(xíng)浪潮之中的顶尖科研人才，正加速“下海(hǎi)”，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(guó)际(jì)顶级AI专家香港中(zhōng)文大(dà)学教授、IEEE Fellow邢国良正式获聘(pìn)加入(rù)国科微，担任公司的AI首席科学家，以进一步加强公司在AI边缘领域的(de)技术探索(suǒ)，加快AI赛道商业部署。

记者梳理发(fā)现(xiàn)，自生(shēng)成式人工智能浪潮爆发以来，企业(yè)“挖角(jiǎo)”高校顶尖科研人才(cái)的案例就(jiù)时有发生。这一方面显示了产业界对顶尖(jiān)AI人(rén)才的求贤若渴，另(lìng)一方(fāng)面也说明在(zài)人工智能领域，产业界依托于算力和资(zī)金等方面的优势在(zài)技术研发方面(miàn)居于领先地位，对顶尖人才拥有越(yuè)来越(yuè)强的吸引力。

AI大牛入职A股芯片公司

国科微是(shì)集成电路设计企业，正(zhèng)致力于将尖端的人(rén)工智能技术与大(dà)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(gèng)多高性能(néng)的SoC芯片(piàn)和全(quán)面的解(jiě)决方(fāng)案。值得注意的是，作为芯片公司，国科微也获得了国家大基金（国家集成电路产业基金）的关注。Wind最新数据显(xiǎn)示，大基金(jīn)目前持有国科(kē)微(wēi)1665.5万股(gǔ)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(xué)电子科学(xué)与技术（原电子工程）专(zhuān)业，获学士学位。2001年毕业于(yú)西(xī)安交通大学计算机(jī)专(zhuān)业(yè)，获硕(shuò)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(dà)学(xué)工程学院，担(dān)任信(xìn)息工程学系教授(shòu)。

国科(kē)微(wēi)之所以聘任(rèn)邢国良任首席(xí)科学家，主要系邢国良的研究方向与(yǔ)公司的发展方(fāng)向十从“模糊账”到“明白账” 百亿佣金“隐秘角落”期待阳光化分契合。记(jì)者注意到，今年(nián)3月，国科微在回复投资者提问(wèn)时(shí)表示，公司目(mù)前聚焦于边缘(yuán)AI芯片产品的开发与场景落地，产品使用场景涵盖传(chuán)统监控、汽车(chē)电子、智能(néng)家居等机器视觉领域，支持神经网(wǎng)络推理等功能。

据(jù)介绍，邢国良领导着多(duō)个大型边缘人(rén)工智能(néng)（Edge AI）项(xiàng)目，这些项目将应用(yòng)于城(chéng)市基础设施、自动驾(jià)驶(shǐ)、智能健康等领域。邢国良还(hái)成功领导并部署了包括辅(fǔ)助自动驾驶的智能(néng)路杆、火山地震(zhèn)传感器网络、老年慢(màn)性病智(zhì)能监护、数据中心效能管(guǎn)理、水下机器人(rén)网络等大型系统，开发的多项智能系统技术已被工业界(jiè)成功产业化。

国科微表示(shì)，邢国(guó)良在嵌(qiàn)入式(shì)人工智能、物联网、信息安全(quán)和无线网络等领域的(de)专业知识和研究成果，将为(wèi)国科(kē)微在(zài)AI技术上的(de)创新与突破提供(gōng)重要顾(gù)问和指(zhǐ)导。

截至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(quē)卡(kǎ)的AI学术(shù)界正被产业界碾压

由于顶尖AI研发人(rén)员十分稀缺，企业为了追赶上日新月异(yì)的AI技术发展速度，往往对AI顶尖人(rén)才(cái)青睐有加，具有学术界(jiè)背景的AI人才加入产业界的例(lì)子(zi)并不鲜见(jiàn)。

例如，去年9月(yuè)，昆仑万(wàn)维宣布(bù)，机器学(xué)习和计算(suàn)机视觉领(lǐng)域知名(míng)专家颜(yán)水成正式(shì)出任昆(kūn)仑万维天工智能联(lián)席CEO、2050全球研究院(yuàn)院长(zhǎng)。公开资料显示，颜水(shuǐ)成毕业于北大数学系，2004年获博士学位后前往香(xiāng)港中文大学(xué)汤晓(xiǎo)鸥教授的(de)多媒体实验(yàn)室做博士后，主要研究人脸(liǎn)识(shí)别方向。2007年，颜水成加入新加坡国立大学并创立了机器学习与计算机视(shì)觉实验室。

在谈及为何加入昆仑万维时(shí)，颜水成认为：“在通用人(rén)工智能(néng)领域，从(cóng)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，研究才能发挥最大价值。”作(zuò)为AIGC上市公司，除了自研“天工”大模型以外，昆(kūn)仑(lún)万维积极探索AI大模型(xíng)在(zài)游(yóu)戏、搜索、广告、社交娱乐等领域的应用。颜水成表示，昆仑万维布局(jú)了AI大模型(xíng)、AI动漫、AI社交、AI游戏(xì)、AI搜索和AI音乐六大方向，核心业务面向全球市场，其能力矩阵和(hé)生态(tài)系(xì)统非常具有想象空间。

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向产(chǎn)业界。科技巨头凭借算力(lì)与资金优(yōu)势(shì)，正加(jiā)速替代(dài)高校(xiào)成为行业前(qián)沿技术的突破者与引(yǐn)领者。《2024年人工智能(néng)指数报告》显示，产业(yè)界继续(xù)主导人工智能前沿研究(jiū)。2023年，产业界产生(shēng)了51个著名的机(jī)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(zì)学(xué)术界的只(zhǐ)有28个。

这样的趋势(shì)引发了一些学术界人(rén)士的担忧。前不久，被誉为“AI教母”的斯坦福华裔教(jiào)授李飞飞在一场(chǎng)公开演讲中(zhōng)提议，要(yào)建立国(guó)家级算力与数据(jù)集仓库，以(yǐ)让高校研究员拥有更多的算力(lì)和数据资源。据介绍(shào)，仅Meta一(yī)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(rán)语言处理小组总共只拥有(yǒu)68个GPU。李飞飞表(biǎo)示，目前(qián)高校的资源和人才储备要远远落后于工业界，建立(lì)国家级算力与数(shù)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(shì)在中国还是(shì)美国，高(gāo)校缺乏算力资源对AI科(kē)研人员正常开(kāi)展研究都带来极大掣肘。记者在国(guó)内某问答平(píng)台发(fā)现，不少AI领(lǐng)域的高校学生均(jūn)无(wú)奈(nài)表示，实验(yàn)室缺乏GPU让科(kē)研难(nán)以为继。例如，有人提问(wèn)：“实(shí)验室一(yī)块(kuài)GPU都没有怎么(me)做深度学(xué)习？”还有一(yī)名博主在“如何劝(quàn)周围人不(bù)要入坑深(shēn)度学习”的帖子中表示，“现在深度学习真的(de)太火了，而且基本上都是搞大模型的(de)，自己电脑和实验室那点显卡根本不够用。”

人(rén)才的流向某(mǒu)种程度也代表(biǎo)了产(chǎn)业发展的未来趋(qū)势。在生成式人工智能浪潮下，高校如何摆脱没钱缺卡的困境，避免人(rén)才的加速流失，这对于世界各地而言(yán)，都是一个亟待(dài)解决的难(nán)题(tí)。