胡渊鸣

同学回国创

业啦！

胡渊鸣，何许人也？

他是“太极”（TaiChi）编程语言发明者，这种语言可以快速实现物理特效渲染，大大降低了计算机图形学的编程门槛。

“99行代码的《冰雪奇缘》”

在一个简单的物理渲染场景中，TaiChi比TensorFlow提速了188倍、比PyTorch快13.4倍，而代码长度只有其他底层方法的十分之一。

所以，胡渊鸣的TaiChi一经开源，便在计算机圈引发轰动。

13.2k星

1年时间

回国创业

太极图形

据说来自TOP VC的天使融资已经到位，更多资本络绎不绝登门，跟他的姚班学长楼天城创业小马智行有点类似。不过具体进展可以等等官宣。

钱不愁，但人还缺。

昨晚，胡渊鸣在知乎上发布了太极图形第一条招聘广告，宣布他的创业之路正式启航。

在这条招聘信息里，胡渊鸣说，太极团队的目标是“打造图形计算、物理仿真的标准基础设施，让图形编程惠及每一人”。

计算机图形学知名学者、北大教授陈宝权看到这条消息后，也在社交网络上为他打Call。

“太极图形”

从公开披露的信息来看，“太极图形”成立于今年2月25日。

（Taichi）

目前，团队成员均来自MIT、哈佛、宾大、清华、Google、微软等学校和企业。

清华大学

IOI/NOI/CM-ICPC

匡冶

匡冶毕业于清华大学精仪系，辅修计算机，随后前往哈佛大学攻读计算机科学硕士学位。

来到太极之前，他曾在谷歌工作4年，担任一名软件工程师。他还开发过一款多边形渲染App。

除此之外，团队其他成员名单没再做进一步的披露，但或许能从之前的技术交流会、Taichi贡献者中略知一二。

徐明宽

以前研究理论计算机科学，在连续两次夺得CCF CCSP竞赛全国冠军、一次全国金奖之后开始转到这方面的研究来。

作为Taichi的核心开发者之一，他曾在交流会上分享Taichi中间表示(IR)上的全局优化。

不缺投资但缺人

目前，胡渊鸣表示，公司已获得国际知名风险投资机构天使轮投资，资金充裕。

虽然不缺投资，但实打实的缺人。

（正式、实习均可）

GPU后端研发工程师、编译器研发工程师、图形研发工程师。

通用要求，主要有三个方面。

1、熟悉 Linux/macOS/Windows任一开发环境，以及扎实的数据结构与算法

2、本科及以上学历，具备良好的英语写作能力。

3、加分项：热爱开源，对Taichi项目有直接 pull request 贡献。

GPU后端研发工程师

负责Taichi各个GPU后端的研发及架构设计、瓶颈分析及性能优化，以及Taichi在移动端GPU的集成与部署。

编译器研发工程师

主要是负责提升Taichi编程语言的易用性及用户体验，如提升JIT编译速度、编译结果缓存方案等，以及优化Taichi编译器生成的代码质量与性能结合实践需求，扩展Taichi编译器的功能与应用场景。

图形研发工程师

不同岗位都有不同的专业要求，不过从胡渊鸣大神给出的招聘启事来看，还是以技术实力为先。

有论文作品发表、相关方向（计算机图形学、计算流体力学、编程语言、高性能计算）的硕博学位都是大神Pick的加分项。

胡渊鸣的“太极之路”

胡渊鸣，是一位高中少年时代就熠熠闪光的学霸：

中学时代拿下APIO 2012、NOI 2012、ACM-ICPC 2013长沙区域赛、ACM-ICPC上海区域赛四块金牌，其中APIO 2012成绩还是全场第一名。

因此胡渊鸣在高一时就获得了保送清华的资格，成为2013级姚班学生，与陈立杰、范浩强等人成为同班同学。

在本科期间，他便有多篇论文入选CVPR、SIGGRAPH等计算机顶会。在研究生期间，他又在SIGGRAGH、ICLR、NeurIPS等顶会上发表多篇论文。

胡渊鸣的“太极之路”始于他在SIGGRAPH Asia 2019上的发表的一篇论文，这也是“太极”第一次公开出现，不久后他就开源了“太极”。后来“太极”还入选了ICLR 2020。

出乎意料的是，胡渊鸣在博士毕业后选择了立刻回国创业，而不是进入一家国外科技巨头。

中文版

如果想入职“太极图形”，不知道现在恶补还来不来得及？（doge）

https://zhuanlan.zhihu.com/p/365918420

[2]

https://yuanming.taichi.graphics/

[3]

https://k-ye.github.io

[4]

https://www.linkedin.com/in/kuangye/

[5]

https://www.eecs.mit.edu/news-events/calendar/events/doctoral-thesis-taichi-high-performance-and-differentiable-programming

完

本文系网易新闻•网易号特色内容激励计划签约账号【量子位】原创内容，未经账号授权，禁止随意转载。

👇

量子位

追踪人工智能新趋势，报道科技行业新突破

2287篇原创内容

Official Account

加入AI社群，拓展你的AI行业人脉

50000+名

行业发展&技术进展

一键三连「分享」、「点赞」和「在看」

科技前沿进展日日相见~

---

原文链接

作者 | Lokajit Tikayatray 译者 | 王莉敏 策划 | 李俊辰 知道这些表现，你才能在自己的程序员职业生涯中不犯相同的错误。 软件行业的工作经验和你从事这个行业的工作年限直接相关。这句话在某种程度上是对的，但是你从事这项工作的年限，并不一定代表你获得了相同年限的工作经验，正如一句话所说：“我们以为我们是工作了十年，其实却只有一年的工作经验，只不过又重复用了九年”。 有一些人虽然工作了很多年，但工作表现就像刚入行的新人。他们几乎不学习软件开发的基础知识 。除了最初几年有所成长，后期一直停滞不前，而且他们不明白为什么。 与此同时，我也曾与一些只有几年工作经验的开发人员共事，他们表现出惊人的增长潜力。他们工作态度端正，并且明白如何避免不称职的行为。 根据开发人员的某些习惯，可以非常明显地分辨出谁更专业，谁更业余。让我们深入剖析下业余程序开发人员的 7 种表现，每个程序开发人员都应该引以为戒，这些错误会阻碍我们的职业发展。 1. 一次性提交大量代码 当我碰到这种代码评审请求时，我首先做的是要求提交者按功能模块将其拆分成多个小的请求。我只会对 issues（任务管理系统）中的第一个功能需求评审，

图（Graphs）描述了实体之间的两两关系，是社会科学、语言学、化学、逻辑学和物理学等许多不同领域中真实数据的基本表示方法。许多现实问题可以通过解决图上的计算任务来解决。例如，推断节点的属性、检测异常节点（例如垃圾邮件发送者或恐怖分子）、识别与疾病相关的基因以及向患者推荐药物，都可以归结为节点分类问题。 为了更好的解决这些图上的计算任务，学习好的图的表示尤为关键。近些年来，图深度学习，尤其是图神经网络算法展现了极强的学习图的表示的能力，并且促进了许多图上的计算任务的发展。本课程将介绍图深度学习的基础理论与前沿应用。 汤继良 分享主题： 图深度学习：从基础模型到前沿应用 分享概要： 图和深度学习的基础知识 从基本到高级的图深度学习方法 图深度学习在自然语言处理等领域的应用 嘉宾简介： 汤继良，密西根州立大学助理教授。 在这之前，他曾担任雅虎研究院研究员，于2015年从亚利桑那州立大学取得博士学位。 他在图特征选择、图表征学习、图深度学习以及它们在互联网和社交媒体上的应用方面做出了杰出贡献。 他曾经获得 SIGKDD新星奖（Rising Star Award）、Withrow杰出研究奖（