一句話讓 AI 造出快 6.3 倍的推理引擎，賈揚清離職英偉達官宣二度創業：AI Infra 正從“管算力”走向“造系統”

好的，這是根據新聞來源重新撰寫的新聞稿正文：

---

## 一句話讓 AI 造出快 6.3 倍推理引擎，賈揚清離職英偉達官宣二度創業：AI Infra 正從「管算力」走向「造系統」

AI 基礎設施領域迎來一顆震撼彈。知名 AI 科學家、前阿里巴巴副總裁、Caffe 創始人賈揚清（Yangqing Jia）正式確認從晶片巨頭英偉達（NVIDIA）離職，並對外官宣啟動個人第二次創業。消息一出，立刻引發業界高度關注，但真正引爆話題的，除了他傳奇的職業履歷外，更在於他團隊於離職前夕展示的一項突破性成果：僅憑一句口語化的提示，便讓 AI 系統自主設計出一款推理速度提升高達 6.3 倍的引擎。 這項成果不僅僅是效能數字上的躍進，更被視為 AI 基礎設施（AI Infra）底層邏輯發生根本性轉變的重要信號。業界普遍認為，賈揚清此次的動向，正是 AI 算力世界從「管理資源」時代，邁向「創造系統」時代的關鍵轉捩點。 ### 從「使用工具」到「設計工具」，提示詞成為生產力

賈揚清展示的這項技術細節相當具有革命性。過去，要優化一個深度學習推理引擎，往往需要頂尖的系統工程師耗費數週甚至數月，手動調整底層程式碼、內存佈局與算子配置，才能將效能提升百分之幾十。然而，賈揚清團隊所展示的框架，打破了這個傳統模式。研究人員僅僅輸入了一句類似「我需要一個在特定硬體上極速運行 Transformer 模型的高效推理引擎」的描述，AI 系統便自動進行組合搜尋、架構生成與程式碼最佳化，最終輸出了一個效能遠超手動調優版本的推理引擎，速度提升幅度達到驚人的 6.3 倍。 這意味著，在 AI Infra 領域，人類的角色正在從「工程師」向「指揮官」轉變。我們不再需要親自撰寫每一行最佳化程式碼，而是透過精準的意圖表達，讓 AI 理解需求並自行完成系統級的設計與實現。賈揚清將此視為一種生產力邏輯的更迭，當一句話就能驅動 AI 產出高效引擎時，傳統依賴人力堆疊的調校模式已然被顛覆。 ### 時代命題轉變：瓶頸從晶片規模轉向系統協同

為何這個看似突然的技術飛躍會在當下發生？賈揚清在其離職與創業宣言中，點出了一個更深層的產業背景：AI 基礎設施的瓶頸已經從「算力規模」轉向「系統協同」。 過去很長一段時間，特別是過去幾年的 AI 軍備競賽中，AI Infra 的主旋律是「管算力」。業界關注的重點在於如何更有效率地調度 GPU，如何利用虛擬化與容器技術提升資源利用率，以及如何透過更聰明的排程器降低任務排隊時間。這個階段的終極目標，是讓團隊能「用好」越來越多的算力，本質上是對現有運算資源的抽象化與管理。 然而，隨著 GPU 的效能成長逐漸放緩，摩爾定律趨於極限，單純靠採購更多頂級晶片來解決模型推理延遲和成本問題的路徑已經走不通。真正的效益成長點，變成了從系統層面進行「設計變革」。如果整個系統架構存在根本性的缺陷，再多算力也無法掩蓋效率的損失。因此，AI Infra 的重心必須從被動的「管理」轉向主動的「創造」。 ### 「造系統」時代：工程團隊的重新定位

賈揚清此次創業，正是基於對這個時代趨勢的精準判斷。他將 AI Infra 的未來定義為「造系統」，而不僅僅是「管算力」。這個轉變極具顛覆性，它要求整個工程團隊的定位進行重塑。 過去，工程團隊多是「承接任務」，理解上層算法工程師的需求，然後在現有的底層框架（如 PyTorch、TensorFlow）與硬體生態（NVIDIA CUDA）之上進行資源配置。但在新的範式下，團隊需要深度參與到系統架構的定義與重構之中，甚至要重新設計數據流的傳輸方式、異構計算的協同模式，以及針對特定模型進行硬體感知的底層最佳化。 賈揚清認為，未來的 AI Infra 競爭，將不再只是比誰能調度更多的 GPU，而是比誰能打造出更極致的系統底層。這需要工程團隊具備從軟體到硬體的全棧視野，並且能夠將這種對底層的深刻理解，轉化為系統架構上的創造性破壞。 ### AI 反哺 AI：系統設計的閉環飛輪

賈揚清先前展示的「一句話造引擎」，恰好展示了這種「造系統」能力的上限。當我們將系統設計的一部分工作交由 AI 完成時，一個正向的閉環便形成了：人類利用智慧設計出更高效的工具（AI 引擎），而這些工具反過來又能加速 AI 模型本身的開發與迭代。 這意味著，未來的 AI Infra 系統不僅是支撐 AI 應用的基礎，更是一個具有自我進化能力的智慧體。它能夠感知模型與硬體的變化，動態調整自身架構，甚至能夠像人類工程師一樣，在設計空間中進行探索與試錯，最終找到人類視角難以發現的最優解。從這個角度看，賈揚清所說的「從管算力走向造系統」，本質上是從「被動的資源底座」走向「主動的系統智慧」。 ### 二次創業的想像空間與潛在挑戰

作為 AI 框架領域的絕對權威，賈揚清曾一手創立深度學習框架 Caffe，後在 Facebook 參與 PyTorch 的核心開發，在阿里巴巴領導大規模 AI 工程落地。短暫加入英偉達後，他再次踏上創業征程，目標直指下一代 AI 基礎設施。 業界推測，他的新創業項目將大概率圍繞「硬軟體協同設計」與「AI 原生系統」展開。或許是打造一個完全不同於現有 CUDA 生態的編程模型，或許是開發一個能夠自動生成高效推理引擎的 AI 平台。他的目標很可能是要解決 AI 領域長期存在的「碎片化」與「系統瓶頸」問題。 當然，從「管算力」到「造系統」的轉變雖充滿誘惑，但挑戰同樣巨大。這意味著創業團隊需要同時駕馭極度複雜的硬體設計與軟體生態，並在巨頭林立的生態中撕開一個口子。賈揚清過去在「框架」層面的成功，能否複製到更底層的「系統」層面，將是他面臨的最大考驗。 但無論如何，賈揚清這一次的選擇，已經為 AI Infra 的未來指明了方向。一個用 AI 來設計 AI，用系統來顛覆系統的新時代，已經拉開了序幕。未來，誰能將硬體算力與系統架構完美結合，實現從「管」到「造」的根本跨越，誰就將掌握下一代人工智慧的制高點。