首页 / 资讯详情
李彦宏的长期主义，进入回报周期
摘要
作者｜cola 编辑｜郑玄 9 月 21 日，百度创始人李彦宏在内部活动上为技术团队颁发「百度最高奖」。两支入围团队均获奖，各获 100 万美元奖励。 其中，天池团队面向万亿级 MoE 大模型，自主研发百度天池超节点架构；dodo 团队是通过打造企业 AI 员工。 它们代表着百度当下两条重要的技术探索：基于昆仑芯的天池超节点，向更大规模的 AI 基础设施深入；以及让 Agent 真正进入组织。 但如果把时间轴再往前拉，百度今天的 AI 故事，还有一条更早埋下的技术伏笔——昆仑芯。 2010 年前后，百度搜索业务的服务器集群规模随流量高速扩张，海外进口芯片单片成本高达上万美元，持续攀升的算力开支不断挤压业务利润空间。这份成本压力，倒逼百度启动了 AI 加速器的自研探索。 没有人在一开始就预判到，这场造芯之路会跨过十余年的周期，中间要穿过外界的质疑、技术的反复迭代、商业化的重重关卡。 从内部低调摸索 FPGA、CPU、GPU 加速方案，到成立深度学习研究院 IDL 集中攻坚；从 2018 年第一代昆仑芯片正式对外亮相，到业务拆分成立独立公司、数万片芯片落地各行各业、点亮国内首个全自研 3 万卡集群，再到递交上市申请，昆仑芯走出一条时间跨度极长的成长链路。 李彦宏在颁奖时说，天池团队获得最高奖「很可能是一段漫长的征程的开始」。而透过昆仑芯的故事，我们也得以看清百度究竟是如何把「长期主义」从一句口号，落地为一连串连续的战略动作。 01 一笔成本账，百度踏上自研芯片之路 2010 年，中国互联网还处在另一种叙事里。 智能手机开始普及，移动互联网的大门刚刚打开。创业者和资本关心的是流量入口、移动应用和商业模式，很少有人讨论大模型，更不会有人知道，未来的 AI 训练将需要由数万张加速卡组成的集群。 在这样的背景下，一家公司决定自己研究芯片，并不是一个显而易见的选择。 芯片研发投入大、周期长，流片失败可能意味着前期投入归零。即使芯片成功做出来，也要继续解决软件适配、系统部署和下一代产品迭代。对于互联网公司而言，直接采购成熟产品通常是更快的选择。 但百度也有一个芯片创业公司不一定具备的条件：它拥有数量足够大、运行时间足够长，而且会持续变化的计算任务。 比如搜索、语音和图像识别每天都在产生真实负载。大量落地的业务场景，本身就是芯片最好的试炼场。这构成了李彦宏当时作出选择的现实基础。 当时，李彦宏已经提前看到，机器学习正在越来越深地进入业务中。如果 AI 对百度业务的重要性继续上升，那么算力就不会永远只是一项可以从外部采购的标准资源，它可能逐渐成为决定效率和产品能力的基础技术。 百度最初从 FPGA 等加速方案入手，这是工程团队围绕具体任务不断试出来的一条路。 2012 年，百度净利润首次突破百亿元。就在业务仍然快速增长时，李彦宏在内部信中提出，公司不应急于追求更高的短期利润，而应该把更多资金投入新业务和创新。 第二年，百度成立深度学习研究院 IDL，李彦宏亲自出任院长。2015 年，做芯片的仙童团队获得百度最高奖。2016 年，百度建设大规模 GPU 集群；同年 9 月，李彦宏在百度世界大会上判断，「移动互联网时代已经结束，下一幕是人工智能」。 路线越来越清晰。当大多数企业还在享受移动互联网的增长红利时，李彦宏已经在为下一个时代提前储备 AI 的算法、算力和芯片。 02 从第一代昆仑到三万卡，回报周期到了？ 2018 年李彦宏在 Baidu Create 上介绍首代昆仑芯片时，这条技术线第