产学研深度融合样本：高校教授携手昇腾，共筑AI算力生态基石｜甲子光年

主要观点总结

本文讲述了算力生态竞争背后的技术深度与人才密度的双重较量。文中介绍了陆璐教授的经历及其在算力生态中的贡献，包括与昇腾的合作、异构并行加速和算子创新方面的突破，以及对芯片生态建设、人才培养的重要性。文章还探讨了国产算力成为全球标杆的可能路径，以及夯实基础、建设高效模板库、优化AI编译器和人才培养在算力生态建设中的关键作用。

关键观点总结

关键观点1: 陆璐教授的经历与贡献

陆璐教授拥有证券软件开发和微软应用软件架构优化的实践经验，目前致力于软件体系架构、可靠性保障和AI算力平台性能优化的研究。他带领团队与昇腾合作，解决平台面临的性能挑战，推动软件生态繁荣。

关键观点2: 昇腾攻坚：性能跃迁与生态突围

陆璐团队与昇腾合作，通过性能优化，将昇腾平台的性能大幅提升。同时，他们通过开源和与华为计算产品线的深度合作，提升了基础软件的性能和生态丰富度。

关键观点3: 算力生态的未来发展

陆璐认为，芯片生态基础建设是一个复杂且长期的过程，需要集中力量办大事。他提出了国产算力成为全球标杆的关键点，包括夯实基础算子库、高效建设算子模板库和优化AI编译器。此外，生态建设离不开人才支撑，需要实现硬件可得、软件会用、知识普及。

正文

请到「今天看啥」查看全文

1.破界者之路：从行业领军到算力先锋

陆璐教授的个人经历，本身就体现了产业、学术和科研领域的有机结合。

1999年，陆璐在博士毕业后，并未直接留在学界，而是选择了投身香港的金融科技前沿。作为香港首批优才计划引进人才，他在东方汇理银行从事了两年证券软件开发工作。

随后，他进入微软公司，专注于应用软件架构优化。在微软的工作，无疑为他打开了国际视野，深入理解了大型软件系统的设计理念和性能瓶颈所在。

2005年，陆璐选择回归学术界，入职华南理工大学。

这一转变并非简单的回归，而是带着丰富的实践经验和对产业需求的深刻洞察。他在高校的教研工作，自然而然地将理论研究与产业前沿紧密结合。他的研究方向涵盖软件体系架构、软件测试、软件可靠与保障——这些都是构建复杂、稳定、高效软件系统的基石。

随着人工智能时代的到来，特别是近年来算力面临的严峻挑战，陆璐敏锐地捕捉到了新的科研制高点：在人工智能环境下的大模型算力优化和平台性能优化。

“我们团队近5年主要从事软件体系架构、软件可靠与保障设计，以及人工智能平台下性能的算力，平台的性能极致优化。”陆璐介绍道，“主要是针对国外主流厂商对我们国内算力的卡脖子，我们致力于在国内的平台上把跑不起来的应用跑起来，跑起来的应用达到更好的性能。”

请到「今天看啥」查看全文