SJTU-AIAA
专栏导语
本系列聚焦交大人工智能领域的杰出校友群体——他们是技术创新的开拓者，也是应用落地的实践者。在他们身上，“饮水思源”的校训精神与“探求真理”的交大使命交相辉映。人工智能校友会特别策划校友人物专栏，让我们循着他们的足迹，共同见证交大人如何重塑人工智能的未来图景。
SJTU-AIAA
本期人物
陈宁，云天励飞董事长兼CEO，上海交通大学电子工程系1997届本科校友，上海交大人工智能校友会副会长，上海交大集成电路学院校友会执行会长
“君子有三变：望之俨然，即之也温，听其言也厉。”
这是陈宁学长给我们的印象：在各大技术产业论坛公开分享时，严谨笃定、果决坚韧；私下交流时，温和从容，一如师长；而谈吐之间，始终恪守技术与产业的原则底线。
周日早晨八点三十分，上海的台风雨尚未散去。
陈宁学长准时出现在约定地点接受我们的访谈，身着格子衬衫，神采奕奕，开启了他今天繁忙日程中的第一站。
交大岁月：灯火晚自习
2023年6月，在上海交大本科生毕业典礼上，陈宁作为校友代表，为毕业生们送上祝福。在他的回忆中，“交大是我人生攀登的第一座高山，登顶的风景无限美好。”
此时，距离他考入上海交大、成为一名本科新生，正好三十年。他先后在国内外多所高校求学深造，可唯有交大的四年岁月，最为难忘。
聊起大学时光，留在他记忆里最鲜活的画面，是晚自习时在校园里四处寻找空教室的场景。
图：交大军训期间的陈宁
上世纪九十年代的交大，无线电专业课业任务繁重。大三开始，电子工程系在法华镇路校区，课程硬核难度之大，让身处繁华市区的学子们，几乎无缘热闹的夜生活。夜晚灯火长明的教学楼，成为这一代交大学子共同的青春印记。
其中，《微波与天线》是他印象最深的一门课——这也是很多交大学子共同的“难关记忆”。“这门课太难了，这之后好像学什么都变得很简单。”他笑着说道，“后来我去美国读书，再看那边同类课程，难度也就相当于我们的初高中水平。”
陈宁是93级电子工程系唯一连任四年的班长。
他依然记得，开学第一天在下院的一个教室，班主任组织了班长竞选。三十来位同学同台角逐，在一众文采飞扬、意气昂扬的竞选演讲中，他的发言格外朴实，用他自己的话说，甚至有点“憨”——但也正是这份真诚打动了大家。
图：1997年，陈宁于上海交大本科毕业
1997年，陈宁本科毕业，他选择了留校任教。
那时候留校并不容易，他一干就是三年。问及留校的原因，他坦言，“那时候其实没有想清楚未来要做什么，就觉得留在学校，多思考思考未来想做什么也挺好。”
留校工作的这段经历，也为他带来了别样收获：在担任电子系试点班班主任期间，他得以和一众优秀的同学、不同实验室的老师以及学校引进的外教们有深度的交流。近距离的接触，让他真切感受到当时国内外科研领域的差距。
图：摄于1999年，陈宁于上海交大任教期间
彼时国内科研正方兴未艾、蓄势起步。
陈宁意识到，尽管国内科研人满怀冲劲，但很多基础理论层面从零到一的原创突破却大多诞生于美国高校。带着这份直观的观察与思考，2000年，陈宁远赴美国，踏上海外深造的道路。
海外求索：初探“算法芯片化”
从交大本科无线电方向起步，再到赴美求学，陈宁的学术轨迹一路扎根在信号处理领域。这段经历，其中充满机缘巧合，也一点点沉淀出他日后“算法芯片化”的底层认知。
赴美之初，他先攻读硕士，课题是语音信号的盲信源分离问题。
在完成了一年多的硕士阶段积累之后，他转至佐治亚理工攻读博士，主攻OFDM信道估计。佐治亚理工的课题组是OFDM领域最早的研究团队之一，授课的教授也是该领域奠基者之一。
图：美国硕士课题，陈宁0-1搭建的语音信号实验室
OFDM正是后来4G移动通信的核心信号处理体系，这套方案替代了CDMA，数据传输速率相比前代提升一到两个数量级，但也伴随不少难题：峰值平均功率比，对当时手机功放不够友好，同时信道估计、解码的实现难度显著增加。相比CDMA体系，OFDM对并行计算提出了更高要求，如何在面积、功耗受限的芯片上高效完成整套信号处理，成了他博士阶段持续思考的核心问题。
2005年，陈宁进入飞思卡尔半导体——前身是摩托罗拉的半导体产品事业部。他从一开始就被调入了并行处理器设计项目。
对于这一安排，起初他并不理解：明明自己是做算法的，为什么会被调入芯片设计团队。
一年后，他找到了答案。
彼时移动通信正在迭代，手机芯片需要同时兼容蓝牙、Wi-Fi、2G、3G、4G等多种通信制式。但是，如果为每一种通信标准单独设计一套调制解调基带，芯片面积会持续膨胀，功耗居高不下。摩托罗拉在DSP领域拥有深厚积累，也聚集了一批深耕信号处理的DSP架构师。
2004年，团队萌生构想：重新设计新一代DSP架构，兼顾未来无线通信高速率处理、高密度并行、多模态计算的需求，同时满足低功耗、低成本的外部要求。架构设计需要在高性能、低功耗、小芯片面积，再加上面向多模态场景的可编程灵活性这四大维度之间找到平衡，也就是行业所说的PPA加上灵活性。
架构设计本身是一门权衡的艺术，不存在绝对最优解，而架构师的工作，就是为特定场景找到最合适的平衡点。
这个平衡点，单靠硬件架构工程师无法定义，必须由算法工程师和芯片架构师跨界协同完成。再加上当时所处的无线通信快速发展的时代背景，脱离无线通信标准演进，脱离算法迭代趋势的硬件架构，不可能拿出好的方案。
因此，团队需要熟悉算法的人来预判通信算法的演进方向，参与标准共建，推动标准与处理器架构相互适配——这正是“算法芯片化”。
而陈宁，正是摩托罗拉挑选的合适人选。
算法与芯片联合设计，不仅能够适配未来标准的演进，更要同步参与定义标准的发展方向。
在飞思卡尔的经历，让他第一次真切体会到，算法和芯片的深度融合有这么大的潜力去改变世界。
图：摄于陈宁在佐治亚理工读博期间
会场风云：亲历产业变局
此后几年里，他以飞思卡尔LTE标准首席代表的身份，持续出席国际标准会议，深度参与了4G LTE国际标准制定。
标准会议一年举办八次，每一个半月一次。在一场场标准会议里，他逐渐明晰了自己未来的发展方向，将最前沿的算法芯片化，将最有价值的技术标准化。回首交大无线电专业的起点，软硬一体的技术脉络也由此形成。
在国际标准制定的会场，他也亲眼见证了国内科技企业的崛起。
他讲述了这样一段往事：
最开始，国内企业华为、中兴的工程师出现在标准会议的会场，只能坐在会场最后一排旁听。之后，每隔一两次会议，他们的座位就会往前挪几排。一年半之后，国内工程师开始站上讲台提交提案，尽管英文生涩，发言也略显拘谨，但已经开始表达专业意见；又过一段时间，团队里有了留学生的加入，表达和提案质量稳步提升。最让他印象深刻的一幕发生在2008年：一位在标准领域极具影响力的外企资深专家，直接坐到中国代表团中间，上台代表中国企业宣讲提案，令全场震动。
短短两三年时间，国内企业在国际舞台完成了身份的跨越。
东风暗换年华，与此同时，行业格局也在悄然变化。
2008年，正值金融危机前夕，欧美企业开始压缩标准会议预算，参会人员也大幅缩减。与之形成鲜明对比的，是国内参会队伍持续壮大。
国际标准会议的会场，成了中国通信产业走向世界的舞台，也让海外同行开始正视中国企业的实力。
而在芯片赛道，2005年前后同样是全球计算架构发展的重要转折期。随着传统处理器依靠提升主频获取性能增长的方式逐渐遭遇功耗瓶颈，并行计算的重要性日益凸显。不同企业围绕各自擅长的应用场景，探索出不同的技术路径。
一条路径来自图形计算领域。以ATI、英伟达为代表，依托游戏显卡发展GPU并行计算，也就是后来的GPGPU。英伟达在2005年开始酝酿CUDA，探索GPU在游戏之外的应用场景，走多核、众核路线，追求通用性，搭建面向开发者的软件生态。
另一条路径则体现在通信芯片领域。高通、Marvell、飞思卡尔等厂商都是这一赛道里的代表，他们将数字信号处理器（DSP）、专用计算单元与通信算法深度结合，在满足实时性要求的同时，持续优化芯片的计算效率、功耗与面积。
2017年，英伟达完成GPU多核架构与矩阵并行计算单元的融合，这是一次标志性的技术布局。这套方案体现了通用计算与专用加速相结合的技术思路：依靠CUDA Core提供灵活的通用并行计算能力，并通过成熟的CUDA软件生态支撑多样化应用；同时引入Tensor Core针对深度学习中大量存在的矩阵乘加运算进行专用硬件优化，大幅提升计算吞吐量与能效。通过这一架构，英伟达在保留GPU可编程性与生态优势的同时，进一步强化了面向AI计算的专用加速能力。
这和通信芯片企业的思路截然不同。通信产业高度成熟、分工精细，团队深耕底层，追求算法和硬件架构深度绑定，把硬件计算效率推到极致，但很少直面终端用户，缺少用户视角和生态思维。
两条芯片技术路线并行发展了二十余年：一条追求算法与芯片深度融合，挖掘硬件极限效率；一条依托多核众核架构，优先构建开发者生态。早年两条路线各自独立，一条服务通信，一条面向图形与科学计算，几乎互不相交。
直到2015年前后，两条路线从第一代的GPGPU里面交叉，共同汇入人工智能算力发展的长河。这两条路线的差异与取舍，也成为陈宁长期观察芯片行业的底层框架。
拓路之初：踏无人之途
2014年8月27日，陈宁回到深圳，创立了云天励飞。他希望打造中国自主可控的人工智能算法和处理器芯片平台。
创业之初，团队只有三四个人，而更难的是融资。
彼时，AlexNet发布不过两年，AI赛道在美国也才刚刚起步，全世界都没有可对标参照的芯片企业。在国内，芯片创业普遍还在走国产替代路线，对标海外成熟产品，做手机、WiFi、蓝牙芯片。
AI芯片更是一条无迹可寻的新路，而一家初创公司要做AI芯片，很难获得资本青睐。
AI技术本身尚不成熟，落地场景没有清晰答案，也无从测算投资回报。面对投资人对于商业模式的问询，陈宁和团队选择如实相告，“我们不想要去编故事”，这也让早期融资之路格外艰难。
创业初期的种种坎坷，于他已是轻舟过万重山，可听来仍令人感慨。
一年后，转机终于出现。
2015年，在北京的一场会议上，陈宁用几分钟时间介绍了神经网络处理器。中场休息时，有个投资人拉住他聊了三十分钟，最后决定出资。投资人坦言自己并没有看懂这项技术，但认可这支海归团队的前瞻方向。这个人是真格基金的徐小平。由此，团队拿到了第一笔真正意义上的天使投资。
同年，团队凭借一项课题拿到深圳一个人才项目的第一名，获得了数千万元政府科创基金。课题叫“面向城市级海量视频智能分析的神经网络处理器指令集及产业化”，很长的一个名字，但陈宁至今印象深刻。
这个课题的缘起，来自一个真实的算力痛点。
AlexNet最初用于图像分类，谷歌收购辛顿团队后，计划将算法部署在相册业务中，但当时算力开销巨大。陈宁敏锐地意识到，卷积运算本质上就是矩阵乘加计算，早年面向通信的VPU架构恰好适配这类计算。只需要针对十几个基础算子，重新设计一套指令集，优化数据搬运与并行计算，就能把算力成本下降。
他们不再沿用VPU的命名，瞄准深度学习神经网络的计算需求，设计专属处理器与指令集，也成为全球最早定义NPU概念的团队之一。他们从源头锚定的，也正是贯穿云天励飞始终的底层逻辑——算法芯片化。
创业早期，陈宁带着团队拿着AI技术这把“锤子”，到处寻找产业场景的“钉子”，尝试了几十个行业落地。这也正是硬科技创业最大的难题——技术研发周期很长，但市场商业闭环未必同步到来。
路并非一开始就有，而是在一次次解决问题过程中，一步步蹚出来的。
深目系统的诞生，正是这段探索历程里极具代表性的实践。
2014年，电影《亲爱的》上映，故事触动了陈宁，他萌生用AI助力“天下无拐”的想法。团队进驻深圳龙岗公安分局，与一线民警同吃同住，历时两年打磨技术产品。2016年底，深目系统上线，支持城市级海量视频的秒级识别。2017年除夕前夕，该系统协助警方15小时跨省解救一名被拐三岁孩童。依托这套系统，后续深圳成功实现走失孩童快速找回，深目也逐步推广至全国百余个城市，帮助找回数千名走失老人与儿童，开辟了国内AI+安防的千亿赛道。
此后，云天励飞算法芯片化的技术平台也赋能了智慧警务、智慧交通、智慧城市、人居生活、机器人、无人车等越来越多的行业。
这也正是AI for Good的具象化：科技既奔赴星辰大海，也守护人间烟火。
图：2025年，陈宁在联合国AI for Good论坛演讲
做先行者从来不易，“先驱很可能沦为先烈”。陈宁感慨道，作为国内最早一批AI和AI芯片创业团队，“云天励飞最庆幸的，是活了下来。”
云天励飞不仅活了下来，而且逐步成长为一家拥有近千名员工的人工智能芯片企业。
2022年，云天励飞在国产工艺突破上迎来关键里程碑，自主设计的新一代AI芯片DeepEdge10系列SoC采用国内先进制程工艺成功流片。
2023年4月，云天励飞登陆科创板，被称为“中国AI推理芯片第一股”。
图：2023年，云天励飞登陆科创板
十年磨“芯”，在漫长的产业摸索之中，陈宁与云天励飞一同见证了国内AI产业的多轮迭代。
步入2025年，对云天励飞而言又是关键节点。
大模型浪潮之后，一条清晰的判断浮出水面：未来五年，AI推理芯片，将成为全球回报率最高的技术赛道，一如过去五年GPU在训练时代的地位。
基于这一判断，陈宁选择全面All in AI推理芯片，对公司组织架构做出重大调整，打通从供应链、研发、产品到市场的全链条，搭建面向推理芯片的端到端一体化能力。在他眼中，这不是一次临时转向，而是从2014年定义NPU那一刻起，算法芯片化这条长线，走到今天的必然选择。
推理时代：定义GPNPU全新算力范式
“我们一直说，我们是最懂算法的芯片公司。”
一路走来，软硬协同、算法芯片化的实践经历，沉淀为他深植于心的思维方式，也成为陈宁研发每一款产品最底层的逻辑。他始终坚持并行打造两支顶尖团队：一支深耕算法和模型，一支专注处理器芯片设计。这也是云天励飞与多数芯片公司最核心的差异。
在他看来，这套理念在过去十年的AI浪潮里，重要性其实显得有些微妙。
过去十年属于AI训练时代，英伟达GPGPU是行业公认的黄金标尺，相当于事实上的行业标准。国内不少AI芯片企业崛起之时，大多选择对标英伟达，走训推一体或者偏向训练的类GPU、NPU路线，首要目标就是追求和CUDA、GPGPU的兼容性。对这类方案而言，只要适配生态、做好兼容就能获得市场认可，未必需要深度吃透算法本身，另起一套创新路径。
但当行业转向大模型落地、智能体规模化应用的推理时代，局面将会彻底改变。未来几年，做芯片必须读懂算法，读懂文本、语音、视频等各类任务背后真实的负载特征，摸清高频计算范式的变化。只有理解不同场景下的计算需求，才能精准设计、选择适配的芯片架构，最大化算力效率。
放眼未来，训练市场的参与者高度集中，全球仅有少数主体会投入基础大模型训练；但推理需求无处不在，覆盖各行各业、每一个终端用户，是体量更为庞大的市场。推理场景天然呼唤全新架构，这套架构必须围绕大模型负载、智能体的计算需求去打磨，追求Token产出的性价比，用更高效率的芯片产出低成本Token，服务各类应用。智能体带来的算力需求错综复杂，单一类型算力难以覆盖，需要CPU、GPU、NPU全新组合协同。
陈宁判断，2026是推理时代的元年，也是推理芯片大爆发的元年。未来的推理芯片，将是人类科技革命、工业革命非常重要的底层基础设施的核心技术。“我们正在步入新一轮的计算范式革命的时代：从NPU到GPGPU，再到定义未来五到十年以GPNPU为主导的一个全新的计算需求和计算范式。”
GPNPU并非单一企业封闭的私有标准，而是一套开放异构的体系。
训练场景相对单一，核心是搭建大规模算力集群，投入海量数据、耗时数月完成超大参数模型训练；推理场景却高度多元：聊天对话、机器人控制、代码生成、企业业务处理、AI视频生成……不同场景的算力、存储、带宽需求天差地别，不存在一颗芯片通吃所有推理任务的可能，需要异构、多元、开放的架构来承接多样化需求。
而GPNPU这套开放架构的内核，依旧是算法芯片化。它的思路，是根据大模型、智能体在不同场景下的算法特征，针对性定义算力、带宽、存储、互联之间最优配比。
回望来路，持续影响他的，正是这套思维范式。
从过去十年研发边缘推理芯片，到布局面向大算力、具身智能的推理芯片，云天励飞所有技术路线都以此为锚点。
图：2019年，陈宁于DeepEye1000芯片发布会
芯片为基：让Token如水与空气
“下一代工业革命的转折点的标志是什么？我认为是Token像空气、水电一样无处不在的存在，让我们所有人不用去担心Token的成本。”
在陈宁眼中，推理芯片是AI时代的发电机、AI产业的基础设施。
然而，当下算力、Token成本仍是瓶颈。如同电力时代到来之前，需要先建好电网。只有实现Token的成本极低，Token的价值极大，才有可能真正实现工业革命的拐点。
产业的竞争重心正在切换。“过去五年肯定是谁的模型最聪明，未来五年谁的Token的性价比更高，就更能解决商业化落地的问题。”在他看来，破局核心仍是算法芯片化，只是演进为AI参与芯片全流程设计：由大模型设计模型、推理芯片，甚至介入芯片制造封装。若这一链路形成闭环，将实现由AI自主打造软硬件体系，趋近AGI。
基于这套“Token成本经济学”的思路，他判断未来AI赛道中长期的价值机会集中在两个方向，“要么是杀手级应用，要么就是基础设施建设。”
应用红利的周期往往只有两三年，基础设施才足以支撑工业革命级的产业变革。这也是云天励飞选择扎根基础设施赛道、深耕推理芯片的原因。
图：2026年7月，陈宁于上海交大2026“AI未来之夜”演讲
陈宁有一个愿景：未来要把Token的成本降低百万倍。他深知，这一愿景，并非一家企业、一个机构可以实现，因此云天励飞正着力搭建协同发展的产业链与生态体系。
2026年5月17日，云天励飞在上海揭牌全球创新中心，联合近30家产业链企业和机构发起“1001计划”。“1001计划”是云天励飞围绕AI推理成本持续优化所提出，未来将联合产业链上下游合作伙伴，在芯片、模型、软件栈、算力基础设施和应用生态等环节协同探索，共同推动国产AI生态建设，降低AI应用成本。
2026年8月，中国计算机行业协会人工智能产业工作委员会完成工作组授牌，云天励飞当选AI推理芯片工作组组长单位，将发挥牵头组织和产业协同作用，联合工作组成员围绕“1001计划”，加快构建高性价比的国产AI推理生态。
从推理芯片赛道的先行者、国内AI产业迭代的见证者，云天励飞正向着AI生态的共建引领者迈进。
寄语：在AI浪潮里找到长期价值
陈宁始终保持着持续学习的状态。在日新月异的AI时代，教育的发展方向本就没有标准答案。在AI带来机遇与变革的当下，他认为，学习的自驱力变得尤为关键：
其一，努力让自己成为“AI原生人才”——掌握AI工具与大模型的使用方法，学会用大模型的思维范式解决问题。不论深耕哪个专业，AI都将成为通用基础工具，建立这样的思维，才能跟上产业发展节奏。
其二，打破专业壁垒，拥抱跨界融合，“很多问题的突破，价值的挖掘并不是在单点的一个方向上，而是跨界，跨界的深度的融合。”AI正在重塑传统学科边界，不断拓宽视野，才有可能发掘出新的价值空间。
同时，他也向交大学弟学妹送出寄语：“科技创业，是将颠覆性技术，以工匠精神打磨为具备社会价值的产品。”手握技术这把“锤子”，寻找落地场景的“钉子”，不必一味追逐短期商业回报。在浮躁的环境下，既要沉下心打磨细节，坚守工匠精神，也要避免闭门造车，把握好探索与落地之间的平衡。
结语
陈宁早年曾畅想，未来每个人都将拥有三台机器人：家中一台服务机器人、办公室一台办公机器人、出行时搭配一台无人载体，他希望每一台设备都搭载云天励飞的推理芯片，打上“Powered by IntelliFusion”的标识。
推理芯片是AI时代的底层基础设施，而这条路，道阻且长。
从交大出发的陈宁，始终怀揣着理工科独有的技术浪漫。他和云天励飞团队，持续跋涉在算法芯片化这条少有人走的路上，推动AI算力，终有一天能像水与电一样，普惠万千场景。
来源：上海交大人工智能校友会
