田永鸿

择一事终一生，提前布局国产算力突围

夜晚的北大深研院灯火未熄，送走最后一批前来沟通工作的师生，结束一整天学院规划与多场会议后，田永鸿重新坐回办公桌，与实验室线上线下的团队对接下一阶段算力平台和交叉学科课题的目标任务。作为身兼科研、教学、管理多重职责的“双肩挑”学者，他早已习惯把夜晚、周末留给科研。在他看来，教学与学术研究是高校教师的立身之本，而行政管理的意义在于搭建平台，让更多前沿科研得以有序推进。

这种朴素务实的“归位”理念，贯穿了他20余年的科研生涯。2000年，25岁的田永鸿从电子科技大学硕士毕业，研究方向主要聚焦于数据库和软件技术；之后他选择追随高文院士，深耕多媒体领域攻读博士学位。2005年博士毕业后，他深耕计算机视觉、多媒体分析的研究10余年。2018年，他随高文院士南下深圳，参与鹏城实验室筹建，研究方向迎来关键转型，从传统的图像视频处理拓展至通用神经网络大模型与国产AI算力硬件架构。

鹏城实验室筹建初期，团队着手搭建自主AI算力平台，并将其命名为“鹏城云脑”。鹏城云脑Ⅰ在当时国内的算力平台中具备相当规模，但受限于AI芯片供应链条件，长期发展存在不确定性。经过深入研判，团队作出了极具前瞻性的决策：第二代鹏城云脑全面转向国产芯片，搭建自主可控的超大规模AI集群。

彼时国内无成熟方案可循，从底层芯片架构、集群大规模组网、算子软件生态到大模型训练四大核心技术层级，全链条技术都需要从零攻坚。项目获得专项资金支持，于2019年正式启动基于国产芯片的集群研制，直面全国产AI集群研发的四大核心技术难题，打造4000卡级全国产算力集群，建造国内首个超大规模国产AI智算平台。

这次提前布局，在2022年迎来关键价值兑现。面对外部环境变化带来的供应链挑战，鹏城云脑Ⅱ攻克了芯片与架构、算子与软件、性能与效率的挑战，构建了全链条智算基础软件栈，成为国内为数不多可完整支撑千亿参数大模型训练的国产化解决方案。

项目落地后，国产芯片市场占有率显著提升，连续5年11届获得国际IO500评测总榜冠军，有力筑牢了我国AI算力自主主权底座。

保持清醒，算力攻关是一场漫长马拉松

历经数年攻关，2026年7月，中共中央、国务院发布关于2025年度国家科学技术奖励的决定，鹏城云脑Ⅱ获得国家科学技术进步奖一等奖。奖项的意义不仅在于荣誉本身，更在于它所回应的现实命题——国产AI算力的自主可控。当外部技术壁垒逐步升高，鹏城云脑Ⅱ的存在意味着在面对供应链不确定性时，国内仍有自主解决方案可依。

这份荣誉没有让田永鸿产生过多激动。“科研不是为了拿奖，无论有没有奖项，我们都会持续深耕这条赛道。”在他看来，奖项是国家对整个联合攻关团队的阶段性认可，值得短暂欣喜，但不能停下前进的脚步。正如高文曾说过的那样，“高兴一晚就够了，第二天依旧要直面各类技术难题”。

田永鸿坦言，当前国内AI算力体系与国际先进水平之间仍存在差距，单一奖项难以快速弥合长期积累的发展鸿沟。鹏城云脑虽搭建起自主可控的算力方案，但在算力整体规模、大模型综合能力上的差距客观存在，仍需长期发力追赶。

“自主创新不是一锤子买卖，而是国家基础工业、科研制造能力共同升级的漫长马拉松，现在远远不到庆祝的时候。”田永鸿始终心怀紧迫感，带领团队持续深耕算力迭代。

如今新一代鹏城云脑Ⅲ正在推进建设。项目建设初期，仍面临全新软硬件适配待完善、模型训练开箱效率需提升的问题，团队复用前期积累的全链路调优经验，经过多轮迭代，将并行训练效率提升至近30%。

对田永鸿而言，算力指标只是阶段性成果，平台的长久价值在于持续为国产大模型、基础科学研究提供稳定、自主可控的算力支撑。这是一场没有捷径的硬仗，他始终关注的，不只是眼前的障碍，更是这项技术未来发展对国家、对产业的长远意义。

扎根北大沃土，创建国内首个科学智能学院

算力攻关之外，田永鸿的另一条并行主线，是开拓AI与基础科学交叉融合的新路径。20余年科研道路上，多位前辈科学家为他指引前行方向，导师高文更是对他影响至深。读博之初，高文对他说过一番话，他至今记得清楚：想做科研，先学会做人。做人要正直、大气，要有格局。不必羡慕别人的荣誉，每个人的付出都会有对应的回报。要踏踏实实下功夫，不能只做表面文章，更不能掺半点虚假。数十年间，这份治学初心通过言传身教代代传递。如今田永鸿自己站上讲台，也将同样的精神传递给了他的学生。

近些年，张锦、鄂维南两位学术前辈，为他开辟AI for Science全新赛道提供了关键指引与支撑。作为全球范围内AI for Science概念的重要提出者之一，鄂维南持续给予学科发展方向性指导；2021年张锦提出“问题导向、南北联动、AI牵引、创新融合”16字方针，不仅全面提升北大深研院整体科研氛围，更全力推动科学智能学院落地，带领团队在AI赋能材料领域取得标志性突破。

身处北大深研院，踏实做事的科研精神得以深耕践行。依托北大深厚的基础学科底蕴，北大深研院于2024年成立国内首个以学科形式推进AI for Science发展的科学智能学院，该领域无现成办学模板可借鉴，田永鸿带领团队从零摸索，为学院确立三大核心战略目标：

第一，打造AI赋能科研范式变革试验田。区别于传统AI仅做数据处理，AI for Science将物理、化学、生物底层科学原理融入AI模型，搭建干湿闭环自动化实验体系，重构传统科研模式。学院同步规划建设配套的智能实验室，对化学、生物、材料等方向的实验环境进行智能化升级，为干湿闭环迭代提供硬件支撑，探索全新科研路径。

第二，建成交叉复合型人才培养高地。当前，AI与基础科学领域之间存在显著的学科交叉壁垒，同时精通AI技术与数理化生等基础科学的复合型人才极为稀缺。北大拥有国内顶尖的数理化、天地生基础学科，学院依托这一优势，重点培养兼具AI技术与基础科学双重素养的领军人才，适配大科学装置、新材料、生物医药等前沿领域发展需求。

第三，打造AI时代人才培养先行模板。如今AI能够替代大量基础编程、数据处理工作，传统教学体系亟待革新。学院面向拔尖学子探索全新教学体系与人才培养机制，为全国交叉学科建设提供可落地的实践参考。

很多人容易将AI for Science等同于传统人工智能应用，但二者实则有着本质区别。“传统AI依靠数据、算力、算法驱动，侧重于对已有数据的识别、分析与生成；AI for Science则以科学原理+干湿闭环迭代为核心，让AI深度嵌入完整科研流程，自主设计实验、完成实测，并依据数据循环优化。以碳纤维研发为例，AI自主完成多轮实验迭代后，材料强度突破传统人工研发的上限，彻底改变基础科学研究模式。放眼未来，云化智能实验室将打破地域限制，科研人员足不出户，就能远程操控全国各大科学装置开展研究。”田永鸿说。

立足大湾区，打通产学研转化多元路径

深耕产学研融合多年，田永鸿对大湾区的转化优势有着深刻体会。“深圳与大湾区得天独厚的产业生态，是科研成果落地转化的天然沃土，也是北大深研院深耕产学研融合的核心底气。对比国内其他区域，这里拥有三大独特优势：产业政策灵活包容，全产业链条完备，硬件研发配套能够快速集齐；深圳紧邻香港国际金融中心，拥有国际化资本与人才通道，海外科研人才可在香港生活，于深圳完成技术产业化落地。”

依托这片产业沃土，北大深研院两年内搭建20余家校企联合实验室，探索3条成熟转化路径：深度耦合联合实验室，企业提出核心技术难题，校企协同攻关，同步兼顾产业落地与学术产出；技术入股孵化科创企业，鼓励师生担任企业首席科学家，绑定科研人员与产业发展利益；吸纳社会大额捐赠资金支撑前沿基础研究，弥补国内高校社会科研投入不足的短板。

田永鸿团队已落地多项成熟产业化成果：早年将AI模型嵌入监控视频压缩技术，在不降低画质的前提下大幅压缩数据，支撑全国平安城市建设，2017年斩获国家技术发明奖二等奖；与校友企业合作研发AI结构化知识库、AI视频生成技术，项目稳步推进资金市场进程；与云蝶科技共建实验室，研发多模态大模型、虚实融合具身智能方案；自主研发自动化干湿闭环智能实验平台，吸引国内外企业及海外科研团队持续参观洽谈产业孵化合作。

寄语青年，做面向新时代的科研人

面向有志投身人工智能、科学智能领域的年轻学子，田永鸿结合多年育人实践，总结出青年科研者应具备的3项核心素养：扎实的数理底层原理思维，筑牢科学认知根基；完备的编程实践能力，养成动手落地的实操思维；敏锐的逻辑创新与需求洞察能力，快速捕捉产业、科研的真实核心需求。

在他眼中，同时掌握这3项能力的年轻人，才能在长期科技竞争中站稳脚跟，产出真正回应国家与时代需求的原创成果。

20余年步履不停，田永鸿始终坚守“做难而正确的事”，以算力自主攻关筑牢底座，以交叉学科培育积蓄创新力量，以产业融合打通落地通道，用扎根湾区的长期实干，书写属于新一代北大人的时代答卷。