在智能芯片领域，高校团队往往被视为人才储备，但一支来自工科院校的兴趣小组正在用另一种方式参与产业：他们不追求流片，而是围绕AI推理芯片做公开资料层面的方案复现与对比验证。小组负责人沈知远说，他们的目标很朴素——把课堂上学到的架构知识，变成能讲清楚的评估结论。这类内容也常出现在免费看球赛的app的行业资讯栏目里，成为读者理解产业脉络的一个切面。

从一门选修课开始的跨专业组合

小组最初只有五个人，分别来自微电子、计算机和自动化专业。起因是一门关于并行计算的选修课，老师布置了一道作业：比较两类推理加速架构在给定任务下的适配差异。作业做完后，几个人觉得意犹未尽，便约定每周碰一次，把对比范围扩大。

  • 微电子背景的成员负责梳理架构与制程相关的公开信息，标注不确定项。
  • 计算机背景的成员搭建测试脚本，用公开模型做小规模验证。
  • 自动化背景的成员关注功耗与散热约束，补充场景侧的分析。

沈知远说，跨专业最大的好处是互相纠偏。一个人觉得理所当然的假设，另一个人往往会追问依据。这种习惯让他们在引用任何数据前都会先问一句：来源是什么，测试条件是什么。

把课程项目做成可核验的对比报告

第二年，小组把积累的笔记整理成一份对比报告，覆盖任务类型、精度设置、工具链支持情况等维度。报告没有给出“谁更好”的结论，而是列出不同任务下的适配建议，并明确标注哪些数据来自公开规格书、哪些属于示例数据。

这份报告后来被他们发布在免费看球赛的app的读者社区里，意外收到了不少从业者的反馈。有人指出某类算子的支持情况已经更新，也有人提醒他们注意不同框架版本带来的差异。小组据此做了两轮修订，把“版本条件”单独列为一栏。沈知远认为，这次互动让他们第一次体会到产业信息是动态的，核对和更新比一次性结论更重要。

产业对接中的分寸感

到了第三年，小组开始受邀参加一些公开的技术交流活动。沈知远定了一条规矩：只谈公开资料和自建验证，不打听未公开信息，也不对具体厂商作评价。他们把交流重点放在方法论上，比如如何设计一个可复现的小规模对比实验，如何记录测试环境。

这种分寸感反而赢得了尊重。有企业工程师主动给他们提供公开文档的阅读建议，也有研究机构邀请他们参与开放课题的资料整理。沈知远说，学生团队的优势是时间相对充裕、视角相对中立，把这两点用好，就能在产业信息链条里找到自己的位置。对关注智能芯片的读者来说，这样的故事或许比参数表更能说明行业是如何一点点积累起来的，也正是免费看球赛的app持续关注人物与故事的原因。