于文渊

Yu Wenyuan
阿里云百炼技术负责人
国内PC 优先级✓ 已收录 1 期访谈

立场时间线 8 条 · 8 个议题

同一议题按时间排列,说法变化一目了然。

AI算力需求趋势
2026-03

AI算力需求(尤其是高质量Token消耗)正以月度翻倍的速度增长,这标志着AI正从演示走向真正的生产力工具。

“AI算力需求,尤其是高质量Token的消耗,正以月度翻倍的速度增长。这不仅仅是量的增长,更是质的飞跃,意味着AI正从演示走向真正的生产力工具。”

来源访谈 →
相关观点 (3)弗朗索瓦·肖莱 · 数据效率:随着计算能力增长放缓,AI研究的瓶颈将从算力转向数据,研究重点应从追求更大模型转向提升数据效率。Dwarkesh Patel · 算力瓶颈:算力供应年增3倍的增长已接近极限,AI对尖端晶圆的占用比例到2027年底将饱和,产能难以快速扩张。Dwarkesh Patel · 数据驱动:AI能力的提升主要来自更优质、更庞大的数据分布及算力扩张,而非样本效率的改进,数据才是进步的真正驱动力。
GPU资源调度使命
2026-03

阿里云在GPU资源调度上的核心挑战与使命是实现极致的弹性与稳定性,确保没有一秒钟的GPU算力被闲置。

“我们有一个非常非常重要的使命,就是让每一个GPU不要有一秒钟闲下来。”

来源访谈 →
相关观点 (1)谢炎 · 架构优势:数据流架构通过去指令队列、去缓存,将硬件复杂性转移至软件,以换取能效的极大提升。
AI教育建议
2026-03

计算机专业学生应继续学习并积极使用AI工具,但必须培养独立判断和代码审查能力,避免技能同质化。

“计算机专业的同学一定要避免自己成为那99%和AI高度重合没有真正技能difference的人,一定要成为能识别出AI做不到那1%的那件事情的人。”

来源访谈 →
相关观点 (3)德瓦克什·帕特尔 · 智能多样性:持续学习将打破当前AI智能体因相似数据集而同质化的局面,不同AI会因独特交互经验发展出真正多样化的智能与性格罗永浩 · topic: 应对AI恐惧的态度:stance: 应积极学习和使用AI,而非单纯恐惧或拒绝“刘光耀” · AI 与就业:年轻人应培养“有人味”的技能并拥抱 AI 工具
算力供给瓶颈

金句墙 4 条

访谈收录

AI算力缺口与云计算范式革命