中国教育在线
杭电学子陈龙昊的算力加速探索之旅
中国教育在线浙江站讯 （记者 陈显婷 通讯员 程振伟 张洪嘉）“他利用对英伟达GPU的熟悉，基于对底层逻辑的深刻理解，顺势驾驭华为NPU。更绝的是，他用AI Agent自动生成高质量训练数据，让小模型跑出高精度，硬是在资源劣势下逆袭拿到特等奖，成为该赛道最年轻的特等奖得主之一。”杭电指导老师盛庆华说。
盛庆华说的，就是刚刚获得第十九届“挑战杯”凭借“推理大模型的训练调优与性能加速助力全栈自主AI”项目获得揭榜挂帅国赛“特等奖”的陈龙昊。该特等奖发榜单位是华为技术有限公司。
“大模型推理优化与算法加速是我的兴趣所在，与其有关的学习、研究、竞赛，奇妙无比。”杭电卓越学院计算机科学英才班2022级学生陈龙昊说。
从挑战杯全国特等奖到IEEE国际赛事斩获大奖，从国家机器人竞赛一等奖到搭建叙事表达系统大模型算法，再加上一系列大模型训练推理主题硬核学术期刊论文发表。“陈龙昊用一次次‘破壁’式突破，诠释了当代青年科技人才的成长路径：不是被动接收知识，而是主动在项目中学习，在竞赛中锤炼，在研究中升华。”他的学业指导老师计算机学院秦飞巍教授如是说。
触类旁通
“你为什么能在大三就拿下这么多硬核奖项？”
“我是项目驱动型学习者。”
2024年寒假，陈龙昊在阿里天池平台偶然看到“AICAS 2024 IEEE人工智能电路与系统国际会议大挑战”比赛信息。主题是“通用算力大模型推理性能软硬协同优化”。此时大模型热度正盛，而更吸引他的是：入围团队可受邀参加国际会议并报销差旅。
“既是学习机会，又能开阔眼界”，抱着这样的初衷，他决定试一试。在比赛过程中，他系统自学了大语言模型结构、推理加速原理、量化方法以及主流推理引擎架构，建立起完整的知识框架，并且结合硬件特性，创新性地提出了一种减少计算过程中指令的方法，加快了计算速度。
最终，他所在团队在全球众多高校和企业队伍中脱颖而出，成功入围，并由此开启了他在大模型算力优化方向的深入探索。
这场经历不仅带来了荣誉，更重要的是为后续多个关键项目打下坚实基础。当他转战“挑战杯”揭榜挂帅专项赛——《大模型训练调优与性能加速》时，面对华为NPU（神经网络处理单元）平台这一从未接触过的硬件环境，他并未慌乱。
凭借此前对NVIDIA GPU（英伟达显卡）软硬件架构的深入理解，他快速识别出不同平台之间的共性逻辑，仅用数小时便完成平台迁移与初步部署。
“很多技术本质相通，关键是能不能打通底层思维。”他说。
另辟蹊径
在“挑战杯”比赛中，真正的挑战是，如何在有限资源下，训练出一个参数量小但精度高的模型。性能排名靠前的队伍往往依赖庞大算力堆叠，而陈龙昊选择走一条更具创新性的路——从数据源头入手。
他设计了一套基于AI Agent的数据集生成与筛选系统，历时近一个月，构建出高质量、高覆盖率的训练数据集。这套系统不仅能自动评估样本有效性，还能根据反馈动态调整生成策略，极大提升了模型泛化能力。
不仅如此，他还针对性改进训练算法，在复赛阶段虽性能略逊于部分对手，但其模型精度显著领先，最终凭借综合优势斩获挑战杯华为赛题特等奖，成为该赛道最年轻的顶尖选手之一。
而在另一项国家级赛事——在中国高校机器人创意大赛中，有队员退出后他“临危受命”加入团队，迅速与另外两名队员合作补全视觉识别模块，并提出将大语言模型融入智能鱼缸系统的创新构想。用户只需说出“水温有点高”或“喂食时间到了”，系统即可自主响应并执行操作。这一融合自然语言交互的智能生态设计，荣获国家一等奖，展现出他对跨模态融合应用的前瞻视野。
知行合一
陈龙昊的“赛道”，不仅是竞赛场。截至目前，他已以一作身份或参与发表多篇高水平论文，包括SCI期刊论文1篇、EI检索会议和期刊论文3篇，内容涵盖大模型压缩、推理加速架构设计及低资源微调技术、数值模拟等前沿方向。
在为一套目前已经在用的大模型做总体算法架构时，他提出了一整套从数据生成、监督微调到强化学习的完整训练流程。面对缺乏大规模标注数据的困境，他再次启用AI Agent技术，让智能体先“理解”内容输出遵循的“四讲”原则（讲清楚、讲明白、讲得让人感兴趣、讲得激发人动力），再据此生成符合教育传播规律的高质量文本数据。
“我们让机器学会‘讲故事’。”他解释道。他通过构建知识图谱指导数据生成，并引入模型自判机制过滤低质输出，最终训练出的语言模型不仅逻辑清晰，且极具感染力，已在教学辅助、思政宣传等多个场景试点应用，获得良好反馈。
让人惊喜的是，他在仅有48G显存的设备条件下，实现了对320亿参数模型的全量微调。这背后是他对训练代码的深度优化与内存管理策略的极致打磨。“资源永远有限，但创造力可以无限。”他说。
独特思维
在各个领域自由切换且都有所成绩，陈龙昊认为：“理论和实践，就像人的两条腿，缺一不可。”
他不主张死记硬背公式，而是习惯“代入式思考”——把自己放在技术提出者的角色中，追问“当时遇到了什么问题？为何要这样解决？”这种思维方式让他能穿透表象，抓住本质，实现真正的融会贯通。
“我不玩游戏，也不刷短视频，省下来的时间都用来思考和做项目。”但他也提醒搞研究的人：“不要在极度疲劳状态下硬撑。”他曾因连续熬夜调试模型导致判断失误，后来学会在露营、旅行等放松状态下留白思考。
一次野外露营中，他突然想到解决模型精度下降的新方案，当即打开笔记本远程调试，次日结果验证成功。“最好的灵感，往往出现在放下压力的那一刻。”
如今，陈龙昊的名字已频频出现在国内人工智能竞赛榜单上。他是少数能在本科阶段就深入参与国产AI芯片生态优化的学生之一，其在华为昇腾NPU平台上的实践经验，具有重要的国产替代意义。
面对失败，他早已习以为常：“十个方案九个不行，很正常。关键是不停尝试。”在他看来，竞赛的意义远不止获奖，而是一个不断试错、迭代认知的过程。每一次挫折都在加固他的技术底盘，也为未来攻克“卡脖子”难题积蓄力量。
对于想走算法竞赛路线的学弟学妹，他给出三条忠告：劳逸结合，保持清醒头脑；跳出课本，主动拓展前沿知识；先独立思考，再寻求帮助，培养解决问题的能力。
（责任编辑 余新花 陈显婷）
免责声明：
① 凡本站注明“稿件来源：中国教育在线”的所有文字、图片和音视频稿件，版权均属本网所有，任何媒体、网站或个人未经本网协议授权不得转载、链接、转贴或以其他方式复制发表。已经本站协议授权的媒体、网站，在下载使用时必须注明“稿件来源：中国教育在线”，违者本站将依法追究责任。
② 本站注明稿件来源为其他媒体的文/图等稿件均为转载稿，本站转载出于非商业性的教育和科研之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请作者在两周内速来电或来函联系。