青年报·青春上海见习记者 王馨怡/文 受访者/图

如果说大模型是人工智能时代的“发动机”，那么算力，就是支撑其高速运转的能源与道路。

“人工智能是年轻的事业，也是年轻人的事业。”总书记的殷切嘱托，让这位90后创业者深感使命在肩。在人工智能蓬勃发展的浪潮中，夏立雪正带领团队，在AI基础设施这条关乎国家战略的赛道上全力奔跑，致力于将异构算力资源优势转化为高质量AI生产力，构建可持续的Token经济生态，为国内人工智能产业铺设高速公路，为全球人工智能发展提供中国方案。

  打破孤岛，让“各说各话”的芯片协同运转  

出生于1991年的夏立雪，毕业于清华大学电子工程系，长期致力于人工智能系统软硬件协同优化研究。他形象地将自己的工作比作“修路”——在虚拟世界的人工智能算法与物理世界的芯片载体之间，搭建起一条高效运转的高速通路，从而让算力资源被最大化利用。

随着生成式人工智能快速发展，算力需求急剧增长。与此同时，外部环境的复杂变化，也让“算力不够用、国产算力用不好”的问题更加凸显。然而，面对市面上种类繁多的国产芯片，核心痛点往往不在硬件参数本身，而在于难以被顺畅、高效地调用。不同厂商的芯片就像说着不同方言的人，接口、架构、标准各不相同，大模型很难在异构芯片之间自由“交流”。

事实上，要训练一个大模型，绝非简单把几块芯片拼凑在一起就能运转，其背后涉及复杂的通信机制、任务分配与数据同步。过去，庞大的算力资源往往散落于各地，企业常常面临跨平台调用难、集群运转效率低的现实痛点。

“要打破这种‘产业孤岛’，就必须为国产算力装上‘操作系统’。”2023年，夏立雪响应国家“自主创新”号召，从零起步创立无问芯穹公司。从AI基础设施最底层切入，团队提出了“M种模型”和“N种芯片”高效协同的AI基础设施新范式。简单来说，就是打造一个“翻译器”，让不同芯片平台能够听懂彼此的语言，也让不同大模型可以更自动、更高效地部署到不同硬件上。

2024年7月，在世界人工智能大会AI基础设施论坛上，无问芯穹发布了千卡规模异构芯片混训平台，支持华为昇腾、天数智芯、沐曦、摩尔线程、AMD、英伟达六种异构芯片的大模型混合训练，千卡异构混合训练集群算力利用率最高达到97.6%。这意味着，国产算力正在真正转变为可被产业化调用的基础设施。“如果能进一步提升算力的上限，那么中国就有机会站在技术创新的浪潮之巅，成为AI革命的领跑者。”

  提升AI生产力效率，打造高效的“Token工厂”  

夏立雪并不把自己定义为一个“纯技术人”。在他看来，人工智能基础设施的价值，绝不仅仅是在实验室里跑出漂亮的参数，更要看能否支撑真实产业、真实场景与真实用户。因此，他始终坚持，团队既要具备技术突破的硬实力，也要精准把握产业落地的节奏。

如今，人工智能正从“答题解惑”的大模型，进化到能主动执行复杂任务的“智能体”时代。伴随这一进程，作为AI处理和生成信息基本单位的“Token（词元）”，其需求量正快速爆发，全球人工智能产业正经历一场从“模型竞赛”迈入“AI生产力比拼”的关键转折。今年3月，夏立雪在2026年中关村论坛上首次提出“中国特色Token经济学”理念。在他看来，必须打通“从前期投入、电能消耗，到产出海量Token，再到转化为真实生产力与商业价值的完整经济链路”。这让Token从单纯的技术计量单位，升级为核心经济变量，真正实现AI产业的可持续发展。

为了将这一理念落地，夏立雪带领团队凭借多元异构、软硬协同和自主式AI三大技术优势，率先构建出新一代专为智能体打造的基础设施——Agentic Infra。依托这套高效率、大规模的系统，他带领团队极致优化算力规模，让每一度电最大化产出Token；同时面向不同行业提供解决方案，让算力真正转化为企业的生产力。由此，一座高效运转的“Token工厂”拔地而起。

数据印证了这座“工厂”的活力。截至今年4月底，夏立雪团队开发的无问芯穹Agentic MaaS平台日均Token调用量较去年底有大幅提升。与此同时，团队练就了极速响应的能力——市面上的新模型一经开源，平台当天就能完成适配上架。目前，他们已将智谱、Kimi、DeepSeek、通义千问、MiniMax等主流大模型“搬”上平台，并对万亿参数大模型进行了深度推理优化，确保企业客户“开箱即用”。

在实际生产环境中，该平台不仅支撑起了复杂的工具链，将平台部署模型精度与原厂模型对齐率提升至99.9%以上，更将系统吞吐量提升了2到3倍，首字延迟控制在500毫秒以内，企业级稳定性高达99.95%，为业务提供了稳定的支撑。随着推理成本不断降低，平台与头部大模型公司开展深度合作；在大量真实业务经验的反哺下，团队的技术得以快速迭代。性能的提升带动了调用量的暴涨，夏立雪正带领这支年轻的队伍，稳稳跑通一个属于中国AI的“强劲增长飞轮”。

  青年生力军接棒，跑赢AI赛道的“耐力赛”  

无问芯穹是一家3岁的年轻AI公司，更是一支平均年龄约32岁的年轻团队。夏立雪常说，很多关键突破，都是由冲在一线的青年科技工作者完成的。

在公司成立早期，团队曾取得一项让人工智能算法在硬件上的计算效率提升3倍以上的核心成果，而该技术的第一作者，是一名年仅24岁的实习生。这让夏立雪极为触动。他坚信，AI技术迭代极快，没有放之四海而皆准的标准答案，年轻人敢想敢试、勇于打破路径依赖的特质，恰恰是创新突破的核心动力。

为了不让技术困在象牙塔里，夏立雪积极建立从实验室前沿到产业一线的双向反馈机制。他带领团队长期与清华大学、上海交通大学等顶尖高校联合攻关，与上海创智学院合作推出“Megrez2.0大模型”；同时，与北京中关村学院、中关村人工智能研究院共建“AI Infra联合实验室”，通过“产业+学术”双导师制联合培养博士生。这些举措聚焦产业真实痛点，让青年科技人才在解决实际困难中实现技术转化与自我超越，也为青年锐意创新、建功立业搭好舞台。

“我们这一代人，很早就感受到国家快速发展的时代浪潮。”夏立雪说，正因如此，科技报国的理想在他和同龄人心中早已生根发芽。如今，他将这种理想倾注于提升算力规模、挖掘芯片应用潜力，为各行业输出系统级的Token生产力服务，进一步提升大模型的智能上限，筑牢国家人工智能产业的自主基石。

未来，当AI如同水电般融入各行各业，人们或许不会再关心背后调用的是哪种芯片、哪座机房，就像打开水龙头不问水源，插上电源不论电厂。那时，AI将成为真正的基础设施，而夏立雪和团队今天所做的，就是坚实地铺出这条通向未来的“高速公路”。

青年报·青春上海见习记者 王馨怡/文 受访者/图

编辑：张红叶

来源：青春上海News—24小时青年报