“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。”前不久，杭州电子科技大学卓越学院计算机科学英才班2022级学生陈龙昊拿下了第十九届“挑战杯”揭榜挂帅国赛“特等奖”，他说，“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。”

翻开陈同学的履历，含金量不低：挑战杯全国特等奖，IEEE国际赛事大奖，国家机器人竞赛一等奖，搭建叙事表达系统大模型算法，还发表了一系列大模型训练推理主题硬核学术期刊论文……

他的学业指导老师、计算机学院教授秦飞巍说：“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：不是被动接受知识，而是主动在项目中学习，在竞赛中锤炼，在研究中升华。”

从数据源头破局

成专项赛最年轻特等奖得主之一

今年“挑战杯”揭榜挂帅专项赛题目是《大模型训练调优与性能加速》，发榜单位是华为技术有限公司，其挑战是，如何在有限资源下，训练出一个参数量小但精度高的模型。

简单来说，参赛者要让大模型的算力变得更快，更优。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（AI智能体）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特等奖，成为这个赛道，最年轻的特等奖得主之一。

其实比赛前，陈龙昊从未接触过华为的NPU平台、其相关软件栈及相关硬件，“我在此之前，对英伟达的GPU平台及其软件栈已经有深入的了解，所以我能很快地发现他们之间的共同点，因此，我也能在几个小时的时间内入门和使用华为的NPU平台。”

“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下奖项。”杭电指导老师盛庆华说。

打通技术底层逻辑

积累跨界创新经验

2024年寒假，陈龙昊在阿里天池平台偶然看到“AICAS2024IEEE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，陈龙昊的参赛原因也很朴实：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。

此后，他将大模型与智能鱼缸融合，实现使用者通过自然语言交互，该项目获第七届中国高校机器人创意大赛全国一等奖；还连续两年以视觉识别队员和顾问身份，在全国大学生机器人大赛RoboMaster赛事中获奖。此外，他作为视觉识别队员和顾问，连续两年在全国大学生机器人大赛RoboMaster赛事中获奖。

“很多技术本质相通，关键是能不能打通底层思维。”陈龙昊表示，众多比赛经验为他打下了这次“挑战杯”获奖基础，“在打挑战杯时，很多东西都能与我之前打的比赛中非常相像，很多思路可以迁移使用。”

专注竞赛亦懂留白

为国产AI积蓄力量

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。

虽然听起来是个“六边形战士”，但陈龙昊说，自己也有短板。比如他依然很努力地在考英语四级，为此错过了保研和直博的机会。但他并没有为此感觉沮丧，“如果想要每门课程都几乎满绩然后又拿下许多竞赛奖，这对大多数人来说都很难达到，懂得取舍很重要。”

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，竞赛的意义远不只获奖，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。

“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。”陈龙昊说，自己也并非不近人情的“拼命三郎”，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。