当算法遇见芯片与制造：李沫梓的“三条技术链”连接数字时代的安全与算力

       在计算机与信息领域，“更强算力”与“更强安全”谁该优先的讨论从未停歇。有人主张先把性能拉满，有人担忧系统越复杂、攻击面越大；而制造端则提醒，任何算法与架构的突破，最终都要落到可量产、控成本的工艺线上。

       这种三方拉扯，恰恰映射了数字化进入深水区后的现实困境：一方面，智能应用持续扩张，对低时延、高吞吐的需求愈发刚性；另一方面，关键系统对可信、可审计的要求显著提升；与此同时，半导体产业正加速向数据驱动的精细化制造演进，工艺参数的波动与优化效率，直接影响产品良率与交付稳定性。正是在“算力—安全—制造”的交汇点上，研究者的价值不再只是提出概念，而是把复杂问题拆解为可落地的系统，再将系统放进真实场景中验证打磨。

       从技术逻辑来看，安全是入口，算力是通道，制造是落点：没有安全，数据与模型难以获得信任；没有算力，智能化无法扩展到产业规模；没有稳定制造，硬件创新就难以复制扩散。李沫梓聚焦的三个研究方向，恰好覆盖了从软件到硬件再到工艺的关键环节，让“数字基础设施”不再是抽象口号，而是可工程化推进的组合式解决方案。

       李沫梓的研究路径，集中体现为三项系统化成果。其中，《基于人工智能的计算机信息安全保护系统》聚焦安全能力的智能化升级：在海量日志与复杂依赖的背景下，将风险识别、告警与响应从“人盯规则”转向“模型辅助决策”，让安全工作更贴近工程化与自动化的实际需求。

       但安全能力要实现规模化应用，往往会受限于算力与能耗。针对这一核心矛盾，李沫梓提出并落地《基于神经网络的芯片加速器设计与实现系统》，将神经网络计算特性与硬件加速路径统筹考虑，通过专用加速与软硬协同的思路缓解性能瓶颈。在产业侧，这种思路的价值在于：性能提升不只是靠“堆更大的通用算力”，更能通过架构与实现层面的优化，重新平衡效率与成本的关系。

       把视线再往下游推进，任何加速器与算法创新，最终都要通过材料与工艺的转化，变成可复制的生产能力。李沫梓的《基于大数据的半导体材料表面处理工艺参数优化系统》，正是瞄准制造现场的高维参数与强耦合难题：通过数据沉淀与参数优化，提升生产过程的稳定性与决策效率，推动制造环节从“经验驱动”逐步转向“数据驱动”的可解释性改进。

       一项技术的真正价值，在于能否走出实验室。李沫梓的相关成果已完成企业侧转化，形成了合同与用户评估等实证材料，应用于北京俊格科技有限公司、北京聆浩科技有限公司等企业，为技术可用性提供了可追溯的场景依据。

       与此同时，他也在行业共同体中承担起“搭建共识、推动标准”的角色：受邀担任“2021计算机与信息创新成果评选大赛”评审专家，参与“计算机与信息系统优化平台”建设顾问工作；自2021年至2025年，担任带路国际众创空间创业导师，持续参与行业研讨与项目推动；此外，还受聘为未来智慧与技术协会高级研究员。这些经历指向同一个核心——在技术创新之外，行业同样需要方法论、标准与人才培养路径的建设者。

       对于快速迭代的科技领域而言，峰会与研讨会从来不只是简单的信息发布，而是把技术路线、产业需求与治理边界放到同一张桌面上对齐：哪些问题值得投入资源，哪些指标能够被验证，哪些协同能形成合力。面向未来，当智能化继续扩大外延、网络攻击面持续扩张、制造复杂度不断上升，那些能在安全、算力与制造之间建立“可实现—可验证—可复制”闭环的人才，必将在更大范围的产业协作中发挥关键作用。在全球技术协作与竞争并存的背景下，“可验证的创新”正成为行业共同语言，这也是产业对跨域综合能力的持续呼唤。（记者：陆沅珩）
 

编辑 | 王宇