去年Open AI公司內斗的時候,據福布斯消息稱,微軟將為770名從OpenAI離職員工“每人”提供1000萬美元簽約獎金,這將花費77億美元。這筆交易的開價遠遠超過了所有想從Open AI挖走員工的同行競爭者,但與直接收購 Open Al 相比,微軟還是節省 823億美元。而就在發布這一消息的那天,微軟市值短短一小時就增加了1150億美元。

我們可以看到,在AI行業,人才的含金量超乎想象,決定了產品能否做成,更是對企業的市值產生了至關重要的影響。

但很少有人知道,AI領域的人才密度跟超算相比,那真的不是一個量級的!

說到超算領域的人才含金量,我們就不得不要談到一臺由美國壟斷的名為“安騰(Anton)”的專用超級計算機,它以一己之力讓美國統治了全球的生物計算和制藥霸權十余年之久。

而安騰計算機(Anton)的發明者,是美國量化之王、前奧巴馬 科技 顧問、亞馬遜創始人貝索斯前老板David E Shaw。

David E Shaw的人生經歷、他所組建打造安騰計算機的頂尖團隊比Open AI的故事要更精彩!

前半生狂賺40億 ?后半生砸錢搞超級電腦的傳奇人物David E Shaw

David E Shaw,猶太裔美國人,出生于1951年,本科畢業于加州圣地亞哥分校,1980年在斯坦福大學獲得計算機博士學位,他在斯坦福的時候,正是硅谷的計算機革命的開始,思科、網景、Sun Microsystem等開創性的IT公司的創始人當時都是他在斯坦福的老師或同學。他從斯坦福畢業后到哥倫比亞大學計算機系任教,用Non-Von 超級電腦進行超大規模并行計算的科研。

David E Shaw

1986年,David E Shaw離開哥大,進入華爾街。著名投行摩根斯坦利用是他當助理教授六倍的薪水向他拋出橄欖枝。David E Shaw在摩根斯坦利的任務是用計算機技術進行自動 投資 。

1988年,在摩根斯坦利工作一年半后,他募集了2800萬美元,雇傭了六名員工,在紐約藝術家聚集的格林威治村開辦了自己的對沖基金 D.E. Shaw & Co。他的基金利用高速計算機網絡和市場瞬間的有效性缺陷來進行高頻統計套利。當時計算機硬件和軟件技術遠沒有今天發達,作為大規模并行計算的專家,他利用最先進的高速計算機網絡,成為高頻交易領域的先鋒者。

David E Shaw的對沖基金還被稱為億萬富翁的搖籃。世界富翁、亞馬遜的創始人貝索斯(Jeff Bezos)、著名的對沖基金Two Sigma Investment的創始人John Overdeck和David Siegel、哈佛大學第27任校長,美國第71任財政部部長,世界銀行首席 經濟 學家Lawrence Summers都曾在D.E. Shaw & Co工作。

公開信息顯示,2022年,D.E. Shaw & Co招聘的90多名實習生中,包括 12 位出版作家、8 位辯論家、16 位運動員、7 位音樂家和 5 位國際奧林匹克數學獎得主,代表了來自世界各地的 40 多所學校和 30 多個研究領域。

目前,D. E. Shaw Group擁有360億美元資產,他的對沖基金全世界排名前20。David E Shaw也被福布斯雜志稱為量化投資之王(King Quant),個人資產41億美元,大概在全球財富排行榜300名。這里需要強調一下,這就是D. E. Shaw能夠發明安騰計算機的本金!

金融 投資對于Shaw的樂趣在于用計算機技術解決大部分人解決不了的難題。隨著Shaw的金融集團的規模擴大,他越來越多的需要把時間花在管理工作上。他覺得自己一年一年的變笨了,他漸漸覺得沒意思了。為了尋找樂趣,他開始研究解決一些理論科研問題。這時,他的一位朋友,哥大的計算化學教授Rich Friesner向他抱怨一些研究問題因為算法模型和計算機太慢沒法解決,問他有沒有什么主意。 Shaw開始把他朋友的一些問題帶回家自己研究,有一次他把整個運算速度提高了100倍,他開始覺得他可以用他的計算機專長解決計算化學里的一些難題。

當他快要過50歲生日時, 他開始想余生如何度過,經過很多閱讀和談話,他認識到分子動力學molecular dynamics可以大大加快從分子層面理解生物過程(Biological process),不僅提高基礎科學,而且可以幫助研發可以治療重大疾病如癌癥的藥物。

David E Shaw的初心是通過加速生物大分子的模擬來推動藥物研發。這就是安騰計算機會出現的原因了。

據傳,為了實現夢想,David E. Shaw他先找來一群最頂尖的理工博士,給每個人開出了10萬美元一年的工資,這是這些博士通常能找到研究崗位工資的2-3 倍。這樣他就雇了30多個博士。

在2007年,這一群技術天才們就發布了計算化學的最大黑科技第一代安騰計算機!

安騰計算機

而在此之前,這個項目之所以沒有人做,是因為一般科學家根本做不了,原因很簡單,太花錢了!

之前就有網友在知乎上討論“我們組有一位老師就是從David E. Shaw Research回來的,他講了一件事情說的就是David E. Shaw,他招了一群找不到工作的PHD,說接下來要做的工作是:1.要跟計算機有關,2.要和生物有關,3.是大問題,4錢管夠…。于是乎失業Phd們足足讀了一年半的論文,而沒有作其它要求,再后來,ANTON(安騰計算機)真的做出來了,話說這器量真不是凡人能比”。

網友討論截屏 來源:知乎

目前,據公開數據顯示,最新的第三代安騰計算機(Anton3)執行分子動力學模擬的速度比8張英偉達A100顯卡還要快上100倍多,比現有通用超級計算機更是快1000倍以上,妥妥的降維打擊。

今年,Open AI又一次發布殺手級產品Sora時,360創始人周鴻祎發文感嘆,科技競爭最終比拼的是人才密度和行業積累。在超算領域,我國的人才密度又是怎樣的呢?是否已經有頂尖的技術團隊在默默耕耘、力爭厚積薄發?