Bojie Li (李博杰)

这是我 5 年前的旧文。那是 2018 年初的冬夜，我在十三陵自己架起了一口大锅，向 8.6 光年之外的天狼星发送了人类知识的一小部分。这件事背后的故事在这里。今天我们关心的是，向可能的外星文明发送消息，显然需要让外星文明认识到这个消息是一个智慧生命发出的，还得让外星文明理解它。

一个很基础的问题就是，如何在消息中证明自己的智能程度呢？换言之，如果我是一个监听宇宙信号的智慧生命，如何判断收到的一堆信号中是否包含智能？由于智能不是一个有或无的问题，而是一个多或少的问题，如何衡量这堆信号中包含何种程度的智能呢？我觉得 5 年前自己的思考还是有点意思，整理一下发出来。

消息就是一个字符串。设想我们能够截获外星人的所有通信，拼接成一条长长的消息。它包含多少智能？这并不是一个容易回答的问题。

现有技术一般是尝试对消息进行解码，然后看它是否表达了数学、物理学、天文学、逻辑学等科学中的基本信息。1974 年的阿雷西博信息就是用这种方式来编码信息，希望得到地外文明的关注的。我则试图找到一种纯计算的方法来衡量消息中蕴含的智能程度。

昨天这条朋友圈在公司内外引起热议，很多人来联系我。

我是从创新和商用两个角度考虑的。

长文预警：《MSRA 读博五年》系列之二，约 13000 字，未完待续……

• 第一篇：从小白到第一篇 SIGCOMM

发表在 SOSP 2017 上的 KV-Direct 是我的第二篇（第一作者）论文。因为第一篇 SIGCOMM 论文 ClickNP 是谭博手把手带我做的，KV-Direct 也是我自己主导的第一篇论文。

SIGCOMM 之后做什么

SIGCOMM 论文投稿之后，谭博说，下一个项目我需要自己去想方向。

做编译器还是做应用？

我们深知 ClickNP 还有很多问题，目前支持的编译优化过于简单，希望从编程语言的角度提升编译器的可靠性。与此同时，我们把 ClickNP 作为组内网络研究的一个公共平台，孵化更多的研究创意。

我自然就沿着两个方向去探索，一个是扩展 ClickNP 来让它更容易编程、更高效；另一个是利用 ClickNP 这个平台来开发新型的网络功能，去加速网络里的各种中间件。那时，我们在并行探索很多中间件，例如加密解密、机器学习、消息队列、七层（HTTP）负载均衡器、键-值存储，这些都可以用 FPGA 来加速。

为了提高 ClickNP 的可编程性，我开始从学校里物色好的苗子加入 MSRA 实习。李弈帅在本科期间，就对编程语言和形式化方法很感兴趣。他是我推荐来到 MSRA 实习的第一位学生。春季学期开始，李弈帅就来 MSRA 开始实习，也恰好完成他的本科毕业设计。他为 ClickNP 系统提出了几个关键的优化，新增了一些简化编程的语法，修正了一些蹩脚的语法。

但是，由于工作量的原因，我们并没有对编译框架做大的重构，仍然在使用简单的语法制导翻译，没有使用 clang 这种专业的编译器框架，也没有中间语言。因此，每次新增编译优化的时候都显得比较 ad-hoc。

由于 OpenCL 经常遇到奇奇怪怪的问题，我就萌生了自己做一个高层次综合（HLS）工具的想法，从 OpenCL 直接生成 Verilog。我的想法很简单，对于网络领域的应用场景，我们所做的就是把一段 C 代码中的循环全部展开，变成了一大块组合逻辑，只要在合适的位置插入寄存器，就能变成一条吞吐量极高、每个时钟周期都能处理一次输入的流水线。如果代码中有访问全局状态，那么这种循环依赖就决定了依赖路径上寄存器的最大数量，也就是时钟频率的上限。

但是谭博并不同意我自己做 HLS 工具的想法，因为我们并不是专业的 FPGA 研究者，这样的工作创新性不足，更多是在填补现有 HLS 工具的 “坑”，是一个工程问题，不管在 FPGA 还是网络领域都难以发表顶级论文。

由于 FPGA 卡的烧写经常出现问题，我就天天到机房里面插拔 FPGA 卡，有时候直接在机房里面就地调试。因此，我就又像本科在少院机房的时候一样，经常吹着冷风，忍着 80 多分贝的噪音，在机房里面一泡一两个小时。

长文预警：《MSRA 读博五年》系列之一，约 12000 字，未完待续……

2021 年 7 月 31 日，ACM 中国图灵大会上，我站在主席台上等待 ACM 中国优秀博士学位论文奖，没想到走上台来为我颁奖的是包校长，我的双腿不由自主地有些颤抖。这是我唯一一次近距离见到包校长。包校长高兴地说，看到获奖人中有我们中科大的，说明中科大也是可以培养大师的，希望以后你们能够成为大师，报效祖国，回归母校。

颁奖典礼的主持人刘云浩教授让我们说说博士论文的标题和导师，我脱口而出，《基于可编程网卡的高性能数据中心系统》，导师是中科大的陈恩红教授和微软的张霖涛博士，还要特别感谢华为的谭焜博士。我能清楚地记住博士论文的标题，它就挂在自己的主页上。在公司里，经常有人给我发私信，问我你就是某某论文的作者吗？我就不好意思地说，是的……

很多人也许认为，我是那种一心学习的博士，其实我的博士生活比很多人想象的有趣很多，真应了 MSRA（微软亚洲研究院）这句格言 “Work hard, play harder”。

研究小白

联合培养

MSRA（微软亚洲研究院）跟国内的多所高校有联合培养博士生项目。其中，跟中科大的联合培养项目已经持续多年。大三下学期，MSRA 到学校面试几十位候选人，从中选出十几位学生到 MSRA 进行暑期实习和大四一年的实习，并在暑期实习结束后确定下来大约 7 位学生成为联合培养博士。这些联合培养博士将在中科大完成第一年的硕博课程，而后面四年将在北京的 MSRA 进行学术研究，最后取得中科大的博士学位。

MSRA 选拔联合培养博士的要求是所谓 “三好” 学生：数学好、编程好、态度好。这个规矩据说是前院长沈向洋博士定下来的。我本科因为整天在少年班学院机房和 LUG 活动室倒腾各种 Linux 网络服务，不怎么好好学习，成绩自然也不好看，GPA 只有 3.4（满绩 4.3），其中数学分析（二）还挂过科。面试官当时就问我，数学成绩怎么这么差。大概是我高中曾经在编程竞赛（NOI）中得过奖，简历上又有很多在LUG搞的网络服务项目，最后我竟然被联合培养博士项目录用了。其他被联合培养项目录用的同学 GPA 都起码是 3.7，大部分都是 3.8 以上的大神。

从故纸堆里发现了 2004 年石家庄电视台送我留念的 VCD 盘，经过修复和转码，19 年前播出的《大明星李博杰——记华罗庚金杯赛金奖得主》访谈节目终于重见天日。

从这个 13 分半钟的视频中，可以看出我当年有多胖 :) 视频 11:25 开始是当众揭短的体育问题 :)

时间：2023 年 5 月 1 日 10:58

地点：河北翠屏山迎宾馆

交通信息 ：河北翠屏山迎宾馆位于石家庄市鹿泉区迎宾馆路 1 号。

• 由于翠屏山迎宾馆地处西郊，不通地铁，公共交通较为不便，建议打车出行。
• 高铁：
  • 乘车：距离石家庄高铁站最近路线 16 公里、走高架 22 公里，不堵车情况下约需 35 分钟车程。
  • 公共交通：可乘 320 路/空 320 路直达（需步行 1.3 公里），需 1 小时 20 分钟；或乘地铁 3 号线转地铁 1 号线转旅游 5 路，需 1 小时 10 分钟。
  • 石家庄高铁站晚上 22 点后打车排队很长，如果较晚抵达，建议提前联系我们接站。
• 飞机：
  • 乘车：距离石家庄正定国际机场 53 公里，不堵车情况下约需 50 分钟车程。
  • 公共交通：从正定机场可乘机场大巴 1 号线（每小时一班）转地铁 1 号线转旅游 5 路，需 2 小时 10 分钟。
  • 正定机场晚上打车不便，如果较晚抵达，建议提前联系我们接站。
• 由于婚礼 10:58 正式开始，建议 4 月 30 日抵达石家庄。北京出发的如果时间紧张也可以考虑乘坐 5 月 1 日的早班高铁（06:26 至 08:34 出发的 5 个班次）。

住宿信息 ：

• 尽量安排住河北翠屏山迎宾馆 6 号楼和 9 号楼，已预留房间。如果有特殊情况，我们将安排附近酒店。
• 早餐预计在 6 号楼，7:00~10:00。伴郎伴娘及工作人员需要较早出发，来不及用早餐，将在 6 号楼和 9 号楼安排简餐。
• 6 号楼和 9 号楼之间距离 560 米，步行需 8 分钟。

有个经典笑话，一学生选了一门课《选择与未来》，结果到了课堂才发现讲的是《期权与期货》，因为它们的英文都是 Options and Futures。前几天开会的酒店正好在上海期货交易所对面，就想到一个问题：我们的对未来的判断和选择，是根据什么做出的呢？

最近，我读了两本书《天资差异》（Gifts Differing）和《4D 卓越团队》（How NASA Builds Teams），发现这就体现了不同人思维方式的不同。感觉（Sensing）与直觉（iNtuition）、思考（Thinking）与情感（Feeling）就是两对最关键的差异。

在正文之前，请您不妨思考，在《西游记》中，孙悟空、猪八戒、唐僧、沙僧师徒四人的性格有什么差异，又是如何团队合作的呢？

感谢许辰人教授、黄群教授邀请，非常荣幸于 2022 年 12 月 12 日为北京大学计算机网络课程做了一个 guest lecture。

Abstract: 数据中心网络、广域网和无线网络为万物互联的智能世界提供了通信基石。

数据中心网络传统上为容易并行的 Web 服务设计。但如今 AI、大数据、HPC 都是大规模异构并行计算系统，对通信性能都提出了很高的要求，厚重的软件栈造成巨大的开销，这就要求数据中心网络的通信语义从字节流演进到包括消息语义、同步和异步远端内存访问、RPC 在内的内存语义，软硬结合实现极致的时延和带宽。未来，我们期望把数据中心作为一台计算机，一方面实现异构计算、存储设备间的对等直通，让数据中心互联像主机内部总线一样高性能；另一方面通过 Serverless 让分布式系统编程像单机编程一样便捷。

大规模直播和短视频点播、实时音视频通信等应用对广域网传输的稳定性提出了新挑战。互联网巨头纷纷自建全球加速网络，并设计 QUIC 等新型传输协议，实现优质用户体验。此外，由于我国西部能源成本低，东数西算成为国家战略，通过 Regionless 调度，实现 “全国一体化大数据中心”。

手机、PC、穿戴设备、智能家居、智能车等智能终端的无缝协同、5G to B 等工业互联网应用都需要稳定的低时延和高带宽，这需要无线协议栈优化，甚至无线内存语义以支持 Gbps 级别的带宽。此外，通过鸿蒙的 “分布式超级终端” 编程框架，可以使能更紧密的分布式协同，实现数据和服务无缝流转。

Download Slides PDF （2022-12-15 更新）

Download Slides PPTX （2022-12-15 更新）

演讲全文：

• 第一篇：计算机网络的新黄金时代（一）：数据中心
• 第二篇：计算机网络的新黄金时代（二）：广域网
• 第三篇：计算机网络的新黄金时代（三）：无线网络

最近几天大家都在玩 ChatGPT，真的非常厉害，虽然不是万能的，但是这是第一个让我感受到不像人工智障的 AI 对话系统，对指代、记忆上下文等难题处理得也非常好。尤其是在编程问题方面，有时候比 StackOverflow 还好用。如果我的候选人表现成这样，我肯定会优先录用的。

目前 ChatGPT 主要的缺点是：

1. 知识库更新不足、覆盖度不够全，不能回答最近发生的事件，不能回答比较偏门的知识。建议与搜索引擎或者知识图谱相结合，先用 prompt 词搜索出一些结果，然后再用 NLP 的方法把搜索结果整合起来。据说有一些研究团队已经在这个方向上努力了。
2. 逻辑推理能力不足，稍微复杂一点的逻辑就很容易搞错，而且搞错了还回答得一本正经。如何解决任意复杂的逻辑问题是一个很大的挑战。能识别看上去正确但实质上荒谬的回答就更难了。
3. 目前还只支持文本，不支持多模态。目前已经可以让 ChatGPT 生成 prompt，再输入到 DALL-E 里面生成图片。未来，支持多模态输入和多模态输出的生成模型将使人机交互更自然，可能成为下一代的人机交互范式。
4. 单次回答的成本目前较高，需要数美分，显著高于一次 Google 搜索的成本。如果能通过算法或硬件的改进降低成本，或者与推荐、广告相结合产生新的商业模式，就能够有商业盈利的空间。

今年可以说是 AI 生成内容的 “元年” 了。前几个月我们都被 CV 领域的 stable diffusion（DALL-E 2）震撼了，现在 ChatGPT 又为 NLP 设立了新的 SOTA。Stable diffusion 和 ChatGPT 恰好都是 OpenAI 做的，OpenAI 的背后金主是微软，这也算是微软在 AI 领域扳回的重要一局了。前些年，一直是 Google Deepmind 的 Alpha 系列在抢风头，从下围棋到蛋白质、矩阵计算。

能跟人自然交流的智能助理是无数科幻电影中的场景，也是各大公司 20 年前就设立的 vision，今天终于看到了变成现实的曙光。智能助理可能孕育出下一个万亿美金级别的产业，就像移动互联网颠覆 PC 互联网、视频颠覆文字一样，成为新的人机交互范式，深刻改变人类的工作和生活。

以下是我在 ChatGPT 中尝试的一些例子：

首先，是业务规模。由于地缘和文化的原因，大多数国内公司在出海上面都遇到一些困难，主要是国内市场，比欧美市场相对来说就小很多。同样是公有云，欧美市场 AWS、Azure、Google Cloud 就比国内阿里、腾讯、华为云的营收和市值高。由于开发成本基本上是可以平摊的，美国公司开发人员的人均薪酬就比国内的高，可以雇佣相对来说更优秀的人才；也可以产出更多的利润来支撑相对远期的研究，例如 OpenAI、Deepmind 和 Microsoft Research。ChatGPT 这样的突破性创新很难来自开发节奏紧张的产品部门，一般是来自没有太多短期商业变现压力的研究部门。