如今，在人工智能狂飆突進(jìn)的時(shí)代，大語(yǔ)言模型（LLM）正如洪流巨浪般重塑信息傳播與知識(shí)生產(chǎn)方式。世人皆驚嘆于其“類人”之能，卻鮮少追問：這看似輕盈的智能革新，究竟要以多少算力為代價(jià)？每一次流暢對(duì)話的背后，皆是數(shù)以十億計(jì)的浮點(diǎn)運(yùn)算在硅基芯片上奔涌；每一段華麗文本的誕生，都伴隨著千瓦級(jí)電力的無(wú)聲燃燒。可以說，在這場(chǎng)席卷全球的智能狂潮中，算力正成為新時(shí)代的“石油”，而效率，則是決定誰(shuí)能在未來(lái)數(shù)字文明中掌握主動(dòng)權(quán)的關(guān)鍵砝碼。此時(shí)，數(shù)學(xué)統(tǒng)計(jì)學(xué)這門古老而精密的學(xué)科，正如一股清泉般成為AI系統(tǒng)“血液循環(huán)”的關(guān)鍵力量。正是在這樣的圖景之下，香港科技大學(xué)工業(yè)工程與決策分析系助理教授周子杰及其團(tuán)隊(duì)，選擇了一條少有人走的路。他們不追逐參數(shù)膨脹的虛妄幻象，也不沉迷于生成內(nèi)容的表層奇觀，而是沉潛至人工智能深處——那里沒有炫目的輸出，只有調(diào)度、緩存、批處理與精度壓縮等看似枯燥的機(jī)制在默默運(yùn)轉(zhuǎn)。他們深諳其使命，就是讓這套系統(tǒng)變得更輕、更快、更省、更穩(wěn)。讓大模型“推理更快，效率更高，成本更低，能源損耗更少”——這十八字箴言，樸素如匠人手中的尺規(guī)，卻承載著對(duì)技術(shù)本質(zhì)的深刻洞察：真正的智能，不應(yīng)以資源揮霍為榮，而應(yīng)以精微高效為美。

▲周子杰

一條由熱愛與自驅(qū)鋪就的路

多年以來(lái)，周子杰均沉浸在研究如何在動(dòng)態(tài)負(fù)載下智能調(diào)度請(qǐng)求，使GPU不再空轉(zhuǎn)；如何復(fù)用鍵值（KV）緩存，避免重復(fù)計(jì)算；如何在保證輸出質(zhì)量的前提下，以更低精度完成推理，從而大幅削減能耗等難題之中。這些工作看似遠(yuǎn)離公眾視野，卻是支撐人工智能從實(shí)驗(yàn)室走向普世的“隱形骨架”。而這，也恰與國(guó)家戰(zhàn)略同頻共振。《“十四五”數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》明確提出“推動(dòng)算力基礎(chǔ)設(shè)施綠色低碳轉(zhuǎn)型”；“東數(shù)西算”工程強(qiáng)調(diào)“提升算力使用效率與能效比”；科技部《新一代人工智能發(fā)展規(guī)劃》亦將“高效、低耗、可信賴”列為AI發(fā)展的核心方向。周子杰的研究，正是這一宏大敘事中最扎實(shí)的注腳之一——他用數(shù)學(xué)的冷靜，為沸騰的時(shí)代降溫；以工程的匠心，為狂飆的智能系上節(jié)制的韁繩。當(dāng)全球科技巨頭競(jìng)相堆砌算力時(shí)，他卻默默選擇向內(nèi)求解：不盲目追逐參數(shù)規(guī)模的軍備競(jìng)賽，而是回歸數(shù)學(xué)本源，用優(yōu)化理論與統(tǒng)計(jì)思想為智能系統(tǒng)注入理性、效率與可持續(xù)性。

這樣身處“快時(shí)代”，也能保持定力的學(xué)術(shù)起點(diǎn)，并非始于對(duì)人工智能的預(yù)判，而是源于少年時(shí)代便油然而生的純粹對(duì)數(shù)學(xué)的癡迷。生長(zhǎng)于上海，周子杰早在初中便開始涉獵大量理學(xué)讀物，展現(xiàn)出超凡的天賦與熱情。2017年，他進(jìn)入美國(guó)普渡大學(xué)，毫不猶豫地選擇了數(shù)學(xué)專業(yè)，后又增修統(tǒng)計(jì)學(xué)，一頭扎進(jìn)理論數(shù)學(xué)的深海。

不過，有關(guān)從研的轉(zhuǎn)折卻發(fā)生在科研實(shí)踐中。本科起，周子杰便跟隨導(dǎo)師喬納森·彼得森（Jonathon Peterson）接觸到了隨機(jī)環(huán)境下的隨機(jī)游走問題——一個(gè)至今未完全破解的概率論難題。相關(guān)研究經(jīng)歷不僅錘煉了他的理論功底，更讓他體會(huì)到“科研不是單向傳授，而是思維的碰撞與互補(bǔ)”。隨后在加州大學(xué)洛杉磯分校暑期研究期間，師從晨興數(shù)學(xué)獎(jiǎng)得主印臥濤教授，他開始接觸優(yōu)化理論，逐漸從純數(shù)學(xué)轉(zhuǎn)向更具應(yīng)用潛力的方向?！拔乙庾R(shí)到，數(shù)學(xué)的力量不僅在于證明定理，更在于解決現(xiàn)實(shí)世界的問題?！闭^，學(xué)術(shù)的刀鋒必須主動(dòng)、深度回應(yīng)時(shí)代課題，在現(xiàn)實(shí)主義的磨礪中才能愈發(fā)堅(jiān)韌鋒利。

這種源于自驅(qū)自覺的學(xué)術(shù)審美演化，被周子杰保持了很久。直到今天他仍然常常對(duì)學(xué)生說：“萬(wàn)事開頭難，能有人引路，是值得感恩的事；但真正走出困境，終究要靠自己。”正如同其博士階段，進(jìn)入麻省理工學(xué)院信息與決策研究室（LIDS）和運(yùn)籌學(xué)中心（ORC），獨(dú)自在優(yōu)化理論、控制論與計(jì)算機(jī)科學(xué)的交叉地帶深耕那般熱忱又淡然。彼時(shí)，恰逢大語(yǔ)言模型興起，他敏銳捕捉到其中的核心矛盾：推理效率低下、資源消耗巨大。他認(rèn)為這正是一道典型的運(yùn)籌優(yōu)化問題——如何在有限算力下，通過智能調(diào)度、批處理與緩存策略，最大化系統(tǒng)吞吐量并最小化延遲與能耗？“這背后的方法論，與我的研究方向高度契合?！庇谑?，他毅然將研究重心轉(zhuǎn)向大模型推理優(yōu)化，開啟了一場(chǎng)“用百年數(shù)學(xué)工具重塑AI基礎(chǔ)設(shè)施”的探索。

做“有用且深刻”的科研

2025年博士畢業(yè)，周子杰并沒有選擇留在美國(guó)，而是選擇回國(guó)加入香港科技大學(xué)。這一決定，既有家庭方面的考量，更重要的是職業(yè)理想的驅(qū)動(dòng)。“我在博士三年級(jí)后就非常想回來(lái)，”他說，“一方面是對(duì)國(guó)內(nèi)學(xué)術(shù)生態(tài)有了更多了解，發(fā)現(xiàn)港科大、清華、北大等高校的師資與生源都非常優(yōu)秀；另一方面，我也希望自己的研究能更貼近中國(guó)乃至亞洲的產(chǎn)業(yè)需求。”

▲周子杰與妻子分別畢業(yè)于麻省理工學(xué)院和哈佛大學(xué)

回國(guó)不到一年，周子杰的夢(mèng)想已經(jīng)初步照進(jìn)了現(xiàn)實(shí)——他的實(shí)驗(yàn)室已匯聚了來(lái)自各所頂尖院系的5名博士生和1名碩士生?！拔姨貏e慶幸能遇到這些伙伴，在他們身上，我發(fā)現(xiàn)了國(guó)內(nèi)生源的優(yōu)勢(shì)，也看到了攜手共進(jìn)的嶄新希望。這些都在無(wú)形中肯定著我回國(guó)的決定，讓我強(qiáng)烈意識(shí)到，追夢(mèng)何必去遠(yuǎn)方。所謂綻放，可能只需要家鄉(xiāng)的一抔土、各方支持的一縷陽(yáng)光，便足以扎根生長(zhǎng)。”所以，他幾乎掏心掏肺地教導(dǎo)未來(lái)的科研生力軍，并總是特別強(qiáng)調(diào)培養(yǎng)后繼者的“科研品位”（Research Taste），即識(shí)別重要問題、提出原創(chuàng)方案的能力?！拔也幌Ｍ麑W(xué)生只會(huì)‘打工式’科研，而是能成為獨(dú)立的研究者，甚至未來(lái)的領(lǐng)導(dǎo)者。”為此，他由衷鼓勵(lì)學(xué)生自由探索數(shù)學(xué)、統(tǒng)計(jì)與計(jì)算機(jī)的交叉地帶，積極培養(yǎng)他們參與具體項(xiàng)目積累能力，并要求他們嘗試自主提出問題。“提出一個(gè)有價(jià)值的問題，有時(shí)比解決它更難，也更重要?！?/p>

而于周子杰本身而言，他的科研理念清晰而堅(jiān)定：不做“追熱點(diǎn)”的速食研究，而要做“有用且深刻”的工作。在他看來(lái)，與企業(yè)合作絕非簡(jiǎn)單承接工程任務(wù)，而必須堅(jiān)守科研本質(zhì)?！叭绻皇亲寣W(xué)生清理數(shù)據(jù)、調(diào)參跑實(shí)驗(yàn)，那產(chǎn)生的價(jià)值是工程性的，而非科學(xué)性的?！彼c華為的合作正是這一理念的體現(xiàn)。雙方圍繞大模型推理優(yōu)化展開深度探討，聚焦于“卡脖子”的算法瓶頸，如動(dòng)態(tài)批處理調(diào)度、KV緩存復(fù)用、低精度推理穩(wěn)定性等。這些課題不僅具有極高的工業(yè)落地價(jià)值，其背后涉及的排隊(duì)論、隨機(jī)控制與非凸優(yōu)化理論，亦能反哺學(xué)術(shù)前沿。據(jù)悉，相關(guān)成果有望在未來(lái)一年內(nèi)陸續(xù)發(fā)表。

另外值得一提的是，周子杰對(duì)當(dāng)前人工智能熱潮的思考始終保持清醒。他提醒青年學(xué)子：“不要過度依賴AI工具生成研究思路。沒有扎實(shí)的知識(shí)沉淀，思考必然是淺層的?！彼救吮闶亲月膳c專注的典范——本科時(shí)曾日均投入十余小時(shí)于學(xué)習(xí)與科研，“因?yàn)闊釔郏詮U寢忘食”。但他也強(qiáng)調(diào)：“自驅(qū)力不能以犧牲健康為代價(jià)，身心平衡才是長(zhǎng)久之道?！?/p>

如今，站在粵港澳大灣區(qū)科技創(chuàng)新的前沿，周子杰正將個(gè)人志趣融入國(guó)家發(fā)展大局?！丁笆奈濉睌?shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》明確提出“推動(dòng)算力基礎(chǔ)設(shè)施綠色低碳發(fā)展”，而他所從事的大模型高效推理研究，恰是降低AI碳足跡、提升國(guó)產(chǎn)算力利用率的關(guān)鍵路徑。他常說：“科研的意義，不在于發(fā)多少論文，而在于是否解決了真問題，是否創(chuàng)造了真實(shí)價(jià)值?！?/p>

從黃浦江畔的數(shù)學(xué)少年，到香江之濱的青年學(xué)者，周子杰的軌跡印證了一個(gè)樸素真理：最前沿的創(chuàng)新，往往誕生于最基礎(chǔ)的學(xué)科深處。當(dāng)世界沉迷于AI的“魔法”時(shí)，他選擇做那個(gè)手持?jǐn)?shù)學(xué)羅盤的航海者——以理性為帆，以優(yōu)化為舵，在智能時(shí)代的驚濤駭浪中，穩(wěn)穩(wěn)駛向效率與可持續(xù)的彼岸。