天翼云科技有限公司总经理助理杨东明

作者／   IT 时报    贾天荣

编辑／   钱立富  孙妍  

夜里十点，团队还没有散。

整片办公区摆满了电脑、显示器与专业设备，不同部门、不同技术方向的人齐聚在此。有人紧盯屏幕上刷新的数据，捕捉细微的数值波动；有人围坐研讨，激烈争辩技术方案；有人穿梭于各个工位之间，统筹跨团队协同。

这是天翼云 "I+P 攻坚 "" 息壤攻坚 " 的日常。为破解难题、突破瓶颈，团队日夜鏖战。杨东明就在这群人中。昔日的他，是北京大学实验室里潜心钻研的计算机专业博士生，反复实验、改进方法、摸索突破，只为攻克学术难题；如今，他已是天翼云科技有限公司总经理助理、首届 " 央企强国青年科学家 " 获得者。

身份在变，赛道在换，但杨东明攻坚的初心从未改变：认准一个问题，拆开它，钻进去，再把它做出来。

" 我可能是那种比较死磕型的。" 杨东明这样评价自己，但自己的工作与大众印象中的 AI 相差甚远。人们时常讨论哪个大模型更聪明、更会写文章、更会聊天；而他每天面对的，却是芯片性能、通信效率、算子优化、故障恢复、资源调度等一个个底层问题。他和团队默默扎根幕后，筑牢国产 AI 产业的底座，守护着数字智能时代的发展根基。

一年没有论文

他开始学会 " 死磕 "

2018 年，杨东明进入北京大学攻读计算机博士。彼时大模型尚未走进大众视野，但 AlphaGo 的技术突破与 Transformer 架构的迭代革新，让他笃定：人工智能会成为数字时代的核心技术引擎。

他研究的是当时还相对前沿的小样本学习，核心是在数据稀缺、场景复杂的条件下，让模型依托有限样本习得有效特征，实现高效学习。为突破瓶颈，他一边通过技术手段扩充有效数据，一边寻找那些真正困难的少数样本。彼时这一方向鲜有成熟经验可参考，需要自主探索、反复试错。一次尝试不行，再来一次；实验结果不好，就继续改方法。读博第一年，他几乎没有科研产出。" 当时还是比较着急的。" 导师也提醒过他：已经快一年了。

但这一年时光并没有白费。回望过往，杨东明深知，那一年打磨的不是单一的实验成果，而是方法论和实验能力。厚积而薄发，在第二、第三年的持续深耕中，论文成果接连产出，毕业时他以第一作者身份发表多篇学术论文。

求学期间，导师邹月娴教授的《模式识别》课程深刻影响了他。除了理论知识，他更受益于导师传授的核心科研思维：直击问题本质。算法会迭代，框架会更新，前沿技术会被超越，唯有拆解复杂问题、逐项验证攻坚的能力，是永不过时的核心竞争力。这套思维体系，成为他日后科研攻坚与产业突破的底层逻辑。这套方法也逐渐沉淀为他面对难题时的固定打法，将宏大复杂的核心难题，拆解为一个个清晰具体的小问题，逐一攻克、稳步推进。在他看来，所有复杂的技术与产业难题，唯有精准拆解、细化落地，才能找准突破口。

高强度的科研之外，健身成为他的解压方式。" 健身时在使劲，大脑会彻底放空，放下所有困惑。" 这个习惯他坚守至今，只是从前可以一周去两三次，如今工作节奏越来越快，更多被挪到了周末。实验室的深耕让他学会极致专注，健身的松弛让他懂得适度抽离，一张一弛的节奏，让这位年轻人练就了从容应对复杂难题的定力。

从 " 论文创新 " 到 " 价值创新 "

2022 年 7 月，杨东明从北京大学博士毕业，没有去互联网大厂，也没有去科研院所，而是选择入职中国电信天翼云。原因并不复杂：他希望自己的研究能走出实验室、落地产业链，真正服务国家发展与社会民生。

入职初期，他主攻计算机视觉算法。彼时大模型浪潮尚未兴起，产业 AI 应用多聚焦人脸识别、OCR 文字识别、交通场景检测、安全帽识别等场景。2022 年底，ChatGPT 横空出世，大模型热潮席卷全球。紧跟技术浪潮，杨东明从传统视觉算法转向大语言模型研发，之后又从模型走向算力。这条路看起来像在不断 " 换赛道 "，实际上却是越来越深入产业的纵向路径：从应用到模型，再从模型下沉到算力基础设施。每走一步，他看到的世界就更大。

" 价值驱动 " 成为他理解企业创新的关键词。真正的技术创新，不能止步于实验室的理论领先，更要具备落地能力、稳定性与可量产性，能够切实为客户、为产业创造价值。这要求技术人员跳出单一的技术视角：芯片怎么样？通信效率如何？算子是否需要优化？模型能否适配？平台能不能承载？最终成本能不能降下来？一个问题拆成十个问题，十个问题再拆成更多具体任务。从 " 聚焦一个点 " 到 " 先看一个面，再回到一个点 "，这是杨东明入职天翼云后最大的变化之一。

这种蜕变，在一次次攻坚中愈发深刻。2023 年起，公司集中开展智算技术攻坚，不同部门、不同团队集结在一起，有时上百人集中在同一片办公区域。杨东明记得一次攻坚结束后，他骑车回家，晚上路上灯光微弱，不小心摔了一跤，膝盖擦掉了一大片皮，血肉模糊，疼着一夜未眠。但第二天，他还是回到了攻坚现场，整个团队都在抢时间，他不想因此拖累团队。

过往经历让他深刻感受到，产业攻坚从来不是孤军奋战，而是一群人聚力攻坚、反复试错、协同突破的系统工程。

在万卡攻坚中

感受产业价值

在数次重大技术攻坚中，国产算力万卡级大模型训练任务，是最让杨东明印象深刻的一场硬仗。

万卡集群训练对稳定性有着极致严苛的要求，单张算力卡出现异常，就可能导致整趟持续数月的大模型训练任务中断，一旦停机重启，时间成本与资源损耗代价极高。彼时国内尚无成熟的万卡级大规模模型训练经验，没有现成方案可以借鉴。团队只能循序渐进，从百卡、千卡规模反复打磨验证，一步步突破技术上限，最终向万卡集群训练发起冲刺。

团队携手合作伙伴搭建国产万卡算力环境，攻克大规模集群稳定训练、故障感知等难题。整个过程持续四五个月，训练有效时间接近 98%，达到业界较高水平。这不再是实验室论文里的理论指标，而是一套可落地、可稳定运行、可规模化复用的国产 AI 算力基础设施。正是从这次攻坚开始，杨东明越来越清楚地意识到，科研成果不再只是论文里的一个数字，而是企业可以使用的能力。

这份产业价值的获得感，在后续愈发具象。2024 年，DeepSeek 掀起国内大模型应用热潮，天翼云顺势推出 DeepSeek 一体机，将大模型训练与推理所需的算力、网络等能力高度集成，完成相关部署、适配和优化。上线 75 天，中国电信便获得 3000 多个商机。" 当时我和整个团队都格外振奋。" 杨东明坦言。

这一刻，他真切体会到了技术价值的具象落地。过去在校园实验室，算法迭代、参数优化的最终成果，只是论文中的一组实验数据；而扎根产业一线后，每一次技术攻坚、每一轮性能优化，都能落地为成熟产品、服务千行百业、转化为实实在在的产业价值。

数十种国产芯片

" 拧 " 成一张网

如今，身为天翼云总经理助理，杨东明的工作围绕业务落地、技术攻坚、团队建设等多维度展开。因此，他的工作场景在随时切换：上午或在对接客户、推进 AI 应用落地，下午又与技术团队讨论 Token 推理、性能优化等问题。

当前，他深度参与星辰 Token Hub 运营服务平台能力建设。传统云服务模式下，算力、存储、网络等资源相互独立、分散供给，存在资源割裂、适配性弱、计费烦琐等痛点。而星辰 Token Hub 平台打破了资源壁垒，以 Token 作为可计量、可计费的服务单位，面向智能体时代的模型调用、能力调度、场景服务和生态运营需求，构建跨终端、跨业务、跨场景的一体化 Token 运营服务中枢。对用户来说，既可以自由选择模型，也能在不同入口体验到一致、连续的智能服务；对合作伙伴来说，可实现零门槛上线，通过高效分发直通全域用户，并依托数据飞轮让服务越用越精准。

这也让杨东明多年沉淀的技术功底有了新的发力点——不同国产芯片需要适配，不同模型需要接入，算子需要优化，整个链条还需要进行性能调优。

截至目前，团队已累计适配 30 多种国产芯片，改进 30 多个核心算子，推动国产算力从 " 能用 " 向 " 好用 " 迈进。他还亲自参与了投机解码等技术尝试，在实验环境下推理速度最高可提升 6 倍。但杨东明认为，自己在这项工作中更重要的角色，并不是亲自完成某一项技术优化，而是把不同环节的人组织起来。一个 Token 的成本降下来，靠的不是某个部门发力，而是整个链路共同优化。这也是他从技术人员成长为管理者后的最大变化，以前更习惯自己解决问题；现在必须回答：谁来解决？怎么组织？怎样把资源调动起来？技术没有离开他，只是技术之外，他开始学会 " 用团队做技术 "。

年轻人的实验室

成了他的 " 新战场 "

如今，杨东明多了一个新身份——天翼云青年人才创新实验室技术导师。

目前，天翼云已搭建 5 个青年人才创新实验室，团队成员很多是毕业一两年的青年博士，平均年龄不足 30 岁。在这些年轻人身上，杨东明看到了曾经的自己：初出校园、扎根产业，怀揣技术理想却迷茫于发力方向；有创新想法，却不懂对接企业资源；想要联动高校开展产学研合作，却不熟悉落地流程。

杨东明要做的，是帮青年人才打通壁垒、落地想法，把他们心中 " 想做的事 " 变成产业中 " 能做成的事 "：人手不足，他积极统筹调配；想要开展校企合作，他帮忙打通内部机制、畅通合作链路。

深耕产业多年，他愈发清晰地认识到，青年科技人才最需要的，从来不止是科研课题与工作岗位，而是一片可以自由试错、自主组队、落地创新想法的成长空间。这份帮扶，亦是一场自我回望与补全。他刚毕业时，也曾经自己摸索着完成从科研到产业的转身。在助力青年团队从 0 到 1 突破创新的过程中，杨东明也完成了新一轮蜕变：从一个解决问题的人，变成一个帮助更多人解决问题的人。

写在最后

不要怕慢，但绝不停下

梳理杨东明数年的职业轨迹，" 改变 " 是贯穿始终的关键词。从计算机视觉到大语言模型，从模型研发到国产算力，从算法工程师转型为管理者，从独自深耕科研到统筹跨部门、跨团队系统攻坚，他始终在迭代自我、突破边界。

" 唯一不变的，就是一切都在改变。" 回望博士毕业初入产业的自己，他总结出最真切的感悟：不要害怕改变，一定要持续跟进，也不要怕慢，但一定不能停下来。

在技术飞速迭代的今天，杨东明的选择是不断走出去。因为每走出去一步，看到的世界都会更大，看到的问题也会更深。他希望自己持续向管理型人才进阶，不是因为技术不重要，而是他越来越清楚：真正决定一个团队战斗力的，很多时候并不只是有没有技术人才，而是有没有人能够看清事情、做出战略选择，再把事情扎扎实实地落下来。

他希望有一天，当别人提起自己时，想到的不是 " 北大博士 "" 青年科学家 " 这样的标签，而是另一种更具体的评价：把科研成果扎根产业，让技术真正服务国家战略、服务民生。四年多过去，他已经把这份初心，从实验室的一篇论文，写进了国产算力的万卡集群、Token 服务平台和一支支年轻的技术团队里。

排版／ 季嘉颖

图片／ 采访对象

来源／《IT 时报》公众号 vittimes

E   N   D

大家都在看

IT 时报

怕被 AI 替代？

不如先学会用好它

「挨踢妹 @AI 茶水间」

每日投喂

扫码即可加入↓↓↓

请加「星标」不错过我们