Moore Threads CEO Zhang Jianzhong in Dialogue at Peking University Guanghua: Analyzing the Breakthrough and Long March of Domestic GPUs

10月27日晚，“光华TechTalk”系列对话首期活动在北京大学光华管理学院2号楼报告厅举行。本次活动邀请到摩尔线程创始人、董事长兼首席执行官张建中走进光华，与北京大学光华管理学院院长、北京大学博雅特聘教授田轩展开深度对话，共话AI时代的算力底座、国产芯片的突围路径，以及硬科技创新的长期主义，超过300位师生校友现场参加。

主旨分享：

做难而正确的事

活动伊始，张建中作主旨分享。他从“GPU不止是图形处理”讲起，阐释了“全功能GPU”（Universal GPU）的独特性，从3D图形渲染，到AI训练与推理、物理仿真与科学计算，几乎一切可以用数学表达的计算，都可以交由全功能GPU完成。在张建中看来，AI如同一次新的工业革命，也是人类“操作系统”的一次版本迭代。借助AI，每个人的脑力与体力都能得到极大延伸，探索未知的能力因此被放大十倍甚至更高。

张建中强调，AI天生是每个人的助手，而非与人类争夺资源的对手。与其焦虑“AI会不会抢走我的工作”，不如学会驾驭AI、与AI共生，把它当作好友、良师和优秀的同事。他提出，AI终将从一项技术演变为如水、电一般无处不在的基础设施。

同时，他表示，AI时代的竞争，本质上是“土壤”的竞争，算力是滋养产业创新的肥料——谁拥有最肥沃的算力底座，谁就能培植出最优秀的创新。中国把AI上升为国家战略，从政策、资本与社会等维度形成了高度统一的支撑氛围，这是难能可贵的创新土壤，也是摩尔线程选择在2020年10月1日正式运营的深层原因。

他特别强调“信仰”的力量：相信AI、相信未来，才能凝聚共识、持续投入。这也正是摩尔线程自创立起便秉持“为美好世界加速”的愿景、矢志打造全功能GPU的初心所在。

院长对话：

难而正确的事如何坚持

随后的“院长对话”环节，田轩与张建中展开了一小时的深度对话，话题从职业抉择、产业突围延伸到组织管理与资本市场。

谈及为何创业，在海外头部企业工作十五年、曾带领团队把大中华区打造成全球最重要GPU市场的张建中深刻体会到，必须把关键技术掌握在自己手里。

2023年10月，成立仅三年的摩尔线程遭遇外部限制，回忆当时的情况，张建中表示，被“卡脖子”反而倒逼企业迎难而上，在国内重构上下游合作，最终实现从芯片设计到制造的关键环节自主可控，“难而正确”的意义正在于此。

组织管理方面，摩尔线程成立六年、员工逾千人，近八成是研发人员。张建中说，一是共同信仰，“成功源自热爱，相信就能看见”；二是对齐机制，战略对齐的目的不是消除分歧，而是让执行步调一致；三是信息流通不被层级过滤，让一线信息能够直接抵达决策端。

关于资本市场，张建中表示，“上市是一张成绩单，不是终点。目标清楚，做好该做的事。”在他看来，企业应该去回答真正的问题：技术有没有进步、产品有没有竞争力、组织有没有把该补的短板补上。

田轩从金融创业投资与资本市场研究的角度分享了他的观察。他说，研究创业投资常发现“越内行的人反而越不敢下手”，因为内行更清楚技术难度和产业差距；张建中在海外头部企业工作十五年后创业，属于少数把产业经验转化为创业判断的样本。

田轩结合自己的研究强调，对失败的包容与创新激励高度相关。只有让试错有制度出口，企业才敢做颠覆性探索；如果一次失败就意味着一票否决，组织就会趋向保守。资本市场服务科创企业，同样需要理解技术创新的长周期特征，在信息披露、投资者沟通和制度包容之间找到平衡。让全社会分担创新风险，并不是降低标准，而是尊重硬科技投入的客观规律。

互动问答：

互动环节，面对商科背景学生“在AI时代如何定位自己”的提问，张建中认为，AI时代管理的对象正从“人”扩展到“智能体”，而这恰恰是商学院的用武之地 ——学会管理、协同与资源配置，将成为稀缺能力。田轩则给出他的答案：当AI能够快速给出答案，真正不可替代的是提问的能力、判断的能力，以及共情沟通、捕捉“软信息”的能力，这正是商学院要为学生锻造的独特价值。

围绕中国AI出海，有从事游戏出海的校友现场提问。张建中判断，算力与Token出海是必然趋势。凭借更低的生产成本、更完整的产业链与新能源优势，中国AI出海具备天然竞争力，全球南方国家更将成为广阔的增量市场；而内容创作正是AI最拿手的领域，想象力将比算力更为稀缺。

活动当晚，摩尔线程还在现场为同学们提供了投递简历的“面试绿色通道”等招聘专场福利。

对话结束后，田轩代表光华学院向张建中赠送纪念品，双方以全场大合影为这场对话画下句点，而关于“难而正确的事”的思考，仍在每一个投身硬科技创新的青年心中延续。

干货笔记｜摩尔线程CEO张建中观点精华

01｜GPU不止是图形处理

GPU的全称是Graphics Processing Unit，图形处理器。但今天它的含义早就不局限于图形处理，从3D渲染、视频编解码到AI训练推理、科学计算、物理仿真，一颗芯片承载多场景算力。张建中说，不局限想象力的全功能底座，才是经得起时间考验的算力基础设施。

02丨我们正处在人类操作系统的新版本

这一轮AI浪潮，是技术突破、知识爆炸、创业氛围、生产力解放同时到来的奇点时刻。张建中把它类比为“人类操作系统的版本迭代”—— 脑力可以借助云端AI扩展，体力可以向物理AI延伸。这不是工具升级，而是物种进化：在新的系统之下，人的认知上限被拉高，人与人之间差距的核心不再是单纯的记忆、计算能力，而是敢于试错的胆识、面向未知的想象力与持续向前的探索欲。

03｜AI将成为一项基础设施

工具、朋友、良师、同事和伙伴，最后一个是环境。这是张建中给AI与人的关系阶段排的顺序。到最后一个阶段，你已经感觉不到它的存在——它像水和电一样，成为了一项基础设施，不停电你想不起它。他说，很多人早就忘了水和电的存在，这就是基础设施该有的样子。判断一项技术有没有真落地，就看它能不能自然融入日常、无感支撑我们的生产生活。

04丨中国的AI“土壤”有多珍贵？

“很少有一个国家，能够把一项科技上升到国家战略的高度。” 张建中谈到，中国发展AI，得天独厚的优势首先来自顶层共识。从国家层面到各地方政府，自上而下形成了对AI产业的战略重视，连贯统一的产业引导政策、持续稳定的支持方向，在全球范围内都十分难得。不止政策层面，这片创新土壤，也来自全社会的包容与尊重。做芯片、做大模型、研发机器人，硬科技赛道周期漫长、失败风险高，只有整个社会愿意给创新试错的空间、认可科研与产业一线从业者的价值，创新才有可能生根发芽。

05丨危机反而倒逼自主重构

摩尔线程成立三年就遭遇外部限制，这倒逼团队跳出原有路径，在国内寻找替代方案、重构完整链路。卡脖子的困境，加速了国内上下游配套协同磨合。硬科技自主化不会一帆风顺，外部压力客观上加速本土产业成熟。真正的壁垒不是单一芯片，而是芯片、软件、工具、生态共同组成的完整体系，这也是摩尔线程持续攻坚的方向。

06丨要降低门槛，让普通人用上AI算力

算力产业不应只服务于大厂与科研机构，生态的普及化才是关键。为此，摩尔线程加速布局端侧AI产品，推出面向大众的AI算力本AIBOOK与面向家庭的AI中枢AICUBE，目标是实现算力“普惠化”：让老人、孩子以及非技术背景的普通人，都能以低成本、低门槛接入 AI 算力。算力产业的繁荣，不只是芯片性能参数的比拼，更是应用生态的繁荣。只有让普通人与各行各业开发者都能方便地使用算力，才能催生出丰富的本土AI应用，形成正向循环，从而盘活整个国产算力生态。

07｜管理的本质是沟通，一切都是效率

在张建中看来，管理的本质就是沟通，是信息的蜕变；信息流动的顺畅度，直接决定了组织的效率。他直言，管理最终交出的成果就是效率，一切归根结底都是效率。传统层级式管理中，信息要经过层层汇总、过滤再向下传导，如同神经网络每经过一层都会做一次筛选，传到末端往往已经走样失真，这正是组织内耗最大的来源。他用自己最熟悉的指标打比方：算力利用率能到多少，算子在你这里发挥了几成。带一个团队，问的其实是同一件事：信息在你这里损耗了多少。摩尔线程的做法是行政层级可设，但信息流通必须拉齐，一线研发的进展与想法可直达管理层，通过持续的“对齐”确保步调一致，用最通畅的信息流消除内耗、直奔结果。

08｜想象力将比算力更为稀缺

这是张建中给全场的收尾。当AI把执行成本打到很低之后，瓶颈从资源转到想法, 想象力将比算力更为稀缺。同时他也从组织视角延伸：AI时代最缺的不是写代码的执行者，而是能管理智能体的管理者。未来一家AI公司可能只有少量核心岗位，协同着数百个智能体，驾驭这套体系需要的正是分工、协同、信息流转的能力。在AI时代，人的价值非但没有被消解，反而向着创意与管理的方向持续升维。