算力公式的“减法”逻辑:专访无问芯穹夏立雪,解码AI下半场的生死认知

温故智新AIGC实验室

TL;DR:

作为清华系硬科技创业的典型代表,夏立雪正试图通过“软硬协同优化”重构AI时代的算力底座。他提出,2025年后的AI赛道不仅是技术的角逐,更是一场“一号位认知”的突围:从“造模型”转向“用模型”,在算力的数学公式中通过“删减无效计算”来换取智能的爆发。

坐在无问芯穹位于上海徐汇区的办公室里,34岁的夏立雪身上仍保留着一种清华博士特有的质朴与锐利。他的思维方式像极了他所研究的系统架构——极度追求效率,习惯于在复杂的信息流中剥离出最核心的变量。

对于这位1991年出生的CEO来说,2025年不仅是人工智能从实验室走向“深水区”的分水岭,更是中国AI力量从追随者转变为规则定义者的关键时刻。当外界仍在焦虑于算力缺口时,夏立雪正带着近200人的团队,在算力的数学公式里做“减法”。

实验室里的“数学公式”与商业丛林

夏立雪的创业轨迹是一段典型的“硬核科学家”进阶史。在清华大学攻读本科和博士期间,他便深耕人工智能系统的软硬协同优化。1 对他而言,代码和芯片之间并不是冰冷的物理连接,而是一道可以被优化的数学题。

“如果你去观察DeepSeek或豆包的对话,你会发现用户并不需要每一个字都绝对精确,”夏立雪在对话中展现出一种理性的直觉,“这给非精确计算留下了巨大的腾挪空间。就像写数学公式一样,我们可以删掉那些接近无效的计算,在保持结果不变的情况下,节省海量的硬件资源。”12

这种“删减”的哲学,成为了无问芯穹在算力混战中的差异化利器。自2023年成立以来,这家公司在短短两年内累计融资近10亿元,入选上海AI算力布局的“北斗七星”企业。12 但夏立雪表现得异常冷静,他深知在“千卡集群利用率不足35%”的行业痛点面前,资本的加持只是入场券,真正的护城河在于能否打通那层被割裂的“异构生态”。1

2025:从“造模型”到“用模型”的跃迁

在夏立雪的观察中,2025年是一个巨大的坐标转换。

“2025年之前,全行业的算力基本都砸在了‘造模型’上;但从今年起,‘用模型’的算力需求开始快速起量。”3

他将这种转变形容为“良性的负重前行”。在他看来,OpenAI的o1模型标志着AI从单次生成向多步推理的跃迁,而DeepSeek-R1的爆发则证明了软硬协同优化的核心价值。3 这种范式的转移,让算力需求不再单纯依赖规模的堆砌,而是转向了对“业务弹性、并发稳定性”的极致追求。

这种视角也让他对国产算力的未来持有乐观的谨慎。他认为,在模型应用落地的推理场景中,国产算力已经形成了商业回报的闭环。1 “我们现在做的,就是打造一个算力领域的‘淘宝’或‘生态超市’,让零散的、不兼容的算力能够被一键调用,让中小企业也能用得起、用得好。”4

一号位的“认知生死局”

作为一名年轻的决策者,夏立雪对企业组织结构的洞察带有某种社会学式的冷峻。他频繁提到一个观点:决策层对AI的认知度,是未来企业拉开差距的关键。

“在同一个行业,凡是‘一号位’开始认真拥抱AI的公司,基本都在业务流里找到了落地机会,”夏立雪观察到,“而那些相对落后的,往往困于决策链条的冗长和对新物种的恐惧。”35

他并不回避行业的压力。这种压力来自技术的快速更迭,也来自组织架构转型的阵痛。但他认为,无问芯穹的优势在于从诞生之日就确立的愿景——“让AGI触手可及”。这种确定性让他在波动的市场中保持了一种难得的“信心的韧性”。

定义新赛道的“中国体感”

在谈到中国AI与硅谷的差距时,夏立雪给出了一个极具“现场感”的回答。

“全球正在真正的生产中使用中国AI。当你走出国门,看到全球对DeepSeek V3、Kimi K2等中国开源模型的使用激增时,这种体感是非常深刻的。”35 他认为,这是自工业革命以来,中国第一次以“技术引领者”而非“追随者”的身份,站在全球产业革命的最前沿。3

对于2026年的赛点,夏立雪将目光锁定了“智能体(Agent)”的规模化落地。他期待着基础设施能够支持数字智能体在各种场景中爆发,并助力具身智能从实验室走进特定的物理世界。3

采访结束时,谈及个人的收获,夏立雪没有提到融资额或市场份额,而是提到了“公式”背后的逻辑感。“在复杂的事情里找到最重要的问题,就像剥洋葱一样,最后剩下一个最核心的公式。这个过程带来的信心,比任何事都珍贵。”3

这位1991年出生的CEO,正试图用这种纯粹的数学美感,去解开一个极其复杂的商业与技术迷局。

引用