本年春节时间，林咏华阅读了马斯克的自传，书中写到猎鹰一号到三号历经屡次失败，马斯克指示团队在轻便的环境中进行进修，直到第四次放射告捷，这也勾起了她的回忆。
林咏华是IBM中国商议院的首位女性院长，如今供职于北京智源东谈主工智能商议院，任副院长兼总工程师。早年间，她与团队在戈壁滩的恶劣环境中庸海峡渡轮船面上的热浪中进行实验，最终考据了系统和时刻的可用性，这些阅历于今仍影响着她。
“统统的科研第一要特殊防备细节，第二不成在象牙塔里作念科研，致使连仿真环境齐有时不错，一定要上‘战场’。”在继承《逐日经济新闻·赛博NBD》专访时，林咏华暗示。
从探索IT（信息时刻）与通讯的交叉创新，到忽视“AI for AI”，再到如今打造和谐开源的时刻栈，试图扭转产业对单一封锁生态的依赖——冲破时刻规模，还是成为林咏华奇迹糊口的注脚，她是一位时刻蜕变者，死力于改变枷锁行业发展的底层逻辑。
从无线通讯到AI
林咏华老是站在时刻的前沿。
在IBM的前期，她最初的商议方针是IT和通讯规模的跨界创新。在她加入IBM的第8年，东谈主工智能产业升温，飞扬翻涌，也成为她迈入东谈主工智能产业的机会。
“东谈主机对决”是东谈主工智能时刻跃升的要津节点之一，东谈主类与机器交锋的顿然，东谈主工智能的规模被从头界说，激勉了上前一步的决心。
2011年，IBM的电脑系统Watson（沃森）在好意思国电视才能竞赛节目《Jeopardy!》（即《危急旯旮》）中驯顺了两位东谈主类冠军。Watson的告捷，促使IBM将公司计策全面转向AI（东谈主工智能），这么的回荡不仅发生在IBM，而是发生在全宇宙。
2009年，李飞飞团队忽视ImageNet，她认为要是AI要像东谈主类一样相接宇宙就需要海量的数据，次年，李飞飞发起了ImageNet大型视觉识别挑战赛（ILSVRC），“深度学习调动”徐徐拉开帷幕。
IBM的主动转型与深度学习的飞扬，让林咏华初始想考，我方的教导怎样才能为东谈主工智能提供新的视角。
“我那时作念的是无线通讯和信号处理，通讯信号的编解码运算复杂度并不比深度学习少。”在通讯规模，信号的编解码运算极其复杂，林咏华作念过一个计较：每发送一个比特的数据，所需的计较量要高于CNN网罗（卷积神经网罗）。
这意味着，通讯时刻大众在计较优化方面的某些教导累积不错转移到AI规模。那时，通讯系统早已多数使用FPGA（现场可编程门阵列）等加快板卡，来协同优化后果并复古云霄部署，这种算法与硬件协同优化的想维形势，通常适用于AI规模。
“转移学习的出现和今天的大模子有一口同声之妙。”林咏华诠释注解谈，转移学习是指先锻真金不怕火一个通用的基础模子（Backbone），然后通过多数其他规模的用户数据微调学习，使基础模子约略恰当不同应用场景。举例，先锻真金不怕火一个计较机视觉模子，再行使医疗数据对其微调，以识别医疗影像中的病变。
转移学习的出现，让林咏华初始想考，能否让AI模子锻真金不怕火透彻自动化？
林咏华的设想是，认知团队在系统规模的上风，让用户只需要上传数据，系统会自动采纳合适的基础模子（Backbone），并匹配最优的转移学习算法，启动锻真金不怕火。锻真金不怕火完成后，用户不错径直在云霄部署模子，致使一键自动生成FPGA、GPU（图形处理器）等不同硬件的中枢代码，已矣实足自动化部署。
“这不仅适合IBM的AI计策转型方针，也最大化了咱们团队在算法和硬件协同优化方面的累积。”林咏华回忆谈，“AI for AI”这一看法，最终告捷落地，被IBM已矣产物化，并在全球引申。
寻找AI落地的最优解
AI的落地如故太慢了。
从时刻到产物落地，是林咏华从二十年前初始想考的课题。
“非论是以前的无线通讯中的信号处理如故今天的AI，每年可能不到1%的著作里的算法有机会信得过用到产业界、工业界，要是这两条线一直割裂，是不会对产业有鼓动的。”林咏华暗示。
2019年底，林咏华离开IBM。“在IBM商议院，我看到许多好的AI时刻的产物化需要处置决策团队等部门的配合才能落地市集，周期很长。”从一项好的时刻变成一个好的产物，仍有层层壁垒，她感到这是在“隔靴爬痒”。
离开IBM后，林咏华也曾旋即地投身产业，采纳“AI for 农业”，关联词产业界的情况通常复杂，“我发现，许多AI时刻只可处置一部分问题，仍有许多问题需要进一步的商议才能处置”。
在工业环境中，AI面对的是高度挨次化的坐褥经过，不错依靠小模子完成特定任务。但农业不是挨次化坐褥经过，靠近更多复杂场景，在这里，机械臂跟不上东谈主手的速率，AI的决策速率也远远高于机械履行速率，导致落地清贫。“新的时刻往往得是‘有钱’的规模才敢先用。天然农业规模很需要AI，关联词利润太低，许多场合不会插足。”她分析谈。
“要是我连接在一个企业里作念这方面的商议，对企业来说太破坏了，因为商议是需要不休插足。”2021年底，林咏华加入智源，她说，再次进入一个商议机构，是因为看到有许多应该用AI径直处置的问题，AI那时的才能和机械臂等硬件的才能远远不够。
在智源，林咏华和她所指示的时刻团队沿途正靠近一场新的海潮——DeepSeek所带来的大模子栽植。
“我的姆妈和婆婆还是80多岁了，上周末她们同期在不同的群里说，有一个很好的软件叫DeepSeek，她们一直在上头问各种各样老东谈主家情切的问题。”这让林咏华以为这一波飞扬还是实足到来，“DeepSeek久了到老匹夫，不再受限于已往只可通过企业或政府采买的体式，这倒逼许多企业尽快上线，是以我认为很伏击的一个遏止被推开了。”
另一个尚未被推开的遏止在于资本。
她以DeepSeek为例，要是企业想要部署，可能需要英伟达H100办事器，8张卡还不够，要2台，资本极其不菲。因此，大模子要想可赓续发展，必须处置不菲的算力问题。
这触及两个问题：一是表层算法和系统的优化，二是底层硬件的各种化，唯有芯片各种化，才能拉低硬件的门槛。现时，AI芯片市集险些被英伟达的CUDA生态左右，全球最初95%的AI锻真金不怕火和推理任务齐基于CUDA开垦，而其他芯片厂商往往各利己战，酿成了割裂的“烟囱式”生态。
要冲破这种窘境，智源寻找到的旅途是开源。举例，DeepSeek推出时，智源就开垦并开源了DeepSeek-R1多芯片版块，让用户只需五行号令，就能在非英伟达的AI芯片办事器上部署DeepSeek-R1全经过。
现时，绝大多数模子的开垦仍然围绕CUDA生态进行，包括DeepSeek，林咏华但愿，未来开垦者不错在一个开源和谐的生态下进行锻真金不怕火和推理。
这恰是智源鼓动FlagOS的原因，FlagOS是一个面向大模子、复古异构算力的智能计较“操作系统”。
“咱们但愿表层的用户算法、开垦者、模子厂商不错更通俗，不必因为切换芯片公司导致需要替换通盘底层架构而担忧，就如同用户不错基于Linux的操作系统上运行MySQL。”林咏华发达称，和谐的生态需要通过开源的形势进行共创，要是不开源，每个法子齐以贸易接头和不同的贸易条件来制约，不同的芯片厂商无法参与孝敬，和谐的生态就更无从谈起了。
在林咏华看来，开源的最大上风便是共创。一个模子的初版开源后，全球的开垦者不错勤快迭代，让它在极短时候内赶快优化，比如多模态模子LLaVA，短时候内还是繁衍出多个版块，每个版块齐比前一代更强。“大众像传递勤快棒一样，同期资金和东谈主才的插足不需要受制于一个机构我方的经济实力。”
上前一步
林咏华弥远不可爱在“象牙塔”里作念科研。
在琼州海峡的海域中央，林咏华曾在汽船船面上，顶着40摄氏度的高温，跟团队沿途完成新研发的无线通讯时刻的考据。在山西五台县零下20多度超低温的环境中，林咏华团队通过无线通讯的形势，已矣了那时转移通讯无法掩盖的测试。
“通讯需要在不同环境里考据，天然咱们不错在模拟信谈的环境中考据，但本色上许多问题是无法在模拟环境中约略被发现的。”数次穿梭在炎暑与极寒中，林咏华最终指示团队第一次用“挨次的IT办事器架构+凭空化云计较”复古了2G、3G、4G的无线接上钩罗；与中国转移等全球最初的运营商一同，开拓了C-RAN（Cloud RAN），把传统无线规模的专用确立用软件界说的形势在云平台上运行，如今，C-RAN还是成为5G通讯架构的中枢。
“科研第一要特殊防备细节，第二不成在象牙塔里作念科研，一定要上‘战场’。”这是持久以来林咏华对科研的作风，这个作风通常影响着她在智源的探索。
林咏华很可爱我方的总工程师的头衔，在时刻宇宙里，女性往往是少数派，偏见也可能随之而来。
脸书（Facebook）的前女性高管谢丽尔·桑德伯格在《上前一步》中提到，有才能的东谈主因自我怀疑而烦扰，这种方式有它的学名——“包袱症候群”(imposter syndrome)。非论男女齐容易出现这么的症状，但女性会更严重，也会更多地受其截至。
林咏华有通常的感受，要是通常坐在一个桌子上，但当不先容我方的配景，不主动“倾销”我方时，尤其在时刻规模，女性许多时候不会是第一个被发问的东谈主。
怎样让别东谈主知谈我方能作念这件事？唯有主动“倾销”我方。这件事无关性别，对谁齐拒绝易，仅仅女性需要更多的主动倾销，才有可能取得更多的机会。
“一定要勇敢一些。”这是林咏华给想要从事东谈主工智能时刻的年青女性忽视的第一个建议。
她的第二个建议是，行使好我方的上风。当女性但愿作念到更具指导力时，合作是一个很伏击的问题，亦然一个难题，要是约略互助更多的团队，那么她有机会比男性更有竞争力。
要是要成为一个出色的商议员或者一个出色的时刻指导东谈主体育游戏app平台，“生吞活剥”是更伏击的事。如今，林咏华仍会每周阅读簇新出炉的论文、下载最新模子调试试用，来掌合手第一手的时刻信息。“时刻肃肃东谈主一定要有富余的触觉去感受外面的宇宙，不然咱们很容易闭门觅句。”