北大DAIR 杨智 副研究员
报告生成时间：2026年8月4日
个人主页：https://yangzhihome.github.io/
所属团队：北京大学计算机学院数据科学与工程研究所 / PKU-DAIR实验室
一、学者基本信息
| 项目 | 信息 |
|---|---|
| 姓名 | 杨智（Zhi Yang） |
| 现任职务 | 北京大学计算机学院副研究员、博士生导师 |
| 所属机构 | 北京大学计算机学院数据科学与工程研究所（PKU-DAIR实验室核心成员） |
| 招生方向 | 计算机科学与技术：计算机网络（07）、计算机体系结构（08）、人工智能（09） |
| 研究方向 | 计算机系统、分布式系统；面向深度学习模型的分布式并行、计算优化与算法系统协同设计 |
| 个人主页 | https://yangzhihome.github.io/ |
| 发表规模 | 在OSDI、ATC、SIGMOD、VLDB、KDD、NeurIPS、WWW、ICLR、ICML、SoCC、ICDCS等国际顶级会议及ACM/IEEE Transactions系列期刊发表论文50余篇 |
| 主要荣誉 | WWW 2022最佳学生论文奖（指导学生获奖）、国家高层次青年人才计划、高等学校科学研究优秀成果奖、湖北省科技进步一等奖、中国电子学会科技进步一等奖、北京大学黄廷方/信和青年杰出学者奖、计算机学院优秀科研个人 |
杨智是理解PKU-DAIR实验室内部分工结构的一个关键坐标。如果说崔斌教授代表了这个团队在数据库与AI系统交叉方向的学术领导力与对外资源整合能力，那么杨智更接近于把这套研究方向真正"跑通"为可用系统的那个人——他的职称序列是副研究员而非教授，行政头衔也远少于崔斌，但在团队最具代表性的系统性成果中，他几乎无一缺席：无论是VLDB 2022最佳可扩展数据科学论文HET，还是团队自主研发的分布式深度学习系统"河图"（Hetu），抑或是近两年因DeepSeek、华为昇腾生态而受到关注的AI算子编程语言TileLang，杨智均以通讯作者或核心指导者的身份出现。这种"教授挂帅统筹、副研究员深耕系统"的双核结构，正是PKU-DAIR实验室能够同时保持高水平论文产出与工程落地能力的组织基础。
二、教育背景与职业履历
据其个人主页公开的教育经历，杨智2005年本科毕业于哈尔滨工业大学，随后进入北京大学攻读研究生，2010年获得北京大学博士学位，博士导师为戴亚飞教授（Yafei Dai）。这条求学路径与PKU-DAIR实验室的另一位核心人物崔斌教授（本科西安交通大学、博士新加坡国立大学）并不相同，杨智是北大计算机学科自主培养的博士，其学术训练的起点即在北大网络与分布式系统研究方向。戴亚飞教授长期在北京大学计算机学院从事网络与分布式系统方向的研究与教学工作，是杨智学术生涯的直接引路人；受限于公开资料的完整度，戴亚飞教授本人更详尽的学术履历（如其自身的博士训练背景、更早期的研究成果谱系）未能进一步查证，此处仅确认其作为杨智博士导师的师承关系。
博士毕业后，杨智留校任职于北京大学计算机学院，现任副研究员、博士生导师，长期扎根于网络与信息系统研究所（后并入数据科学与工程研究所序列）。从北大计算机学院官方研究生招生目录看，杨智的博士生导师资格登记在"计算机网络""计算机体系结构""人工智能"三个二级方向下，而非崔斌、苗旭鹏等人所在的"数据库与大数据"方向——这一编制上的细节颇具信息量：它说明杨智的学术身份根基更偏向系统与网络架构一侧，而他近十余年的实际研究产出（面向深度学习的分布式训练系统、AI编译优化）则是在这一系统底色之上，向数据库与AI基础设施方向不断靠拢的结果，最终与崔斌所在的数据科学与工程研究所在方向上完全汇流，形成了"系统出身、深耕AI Infra"的独特路径。
杨智的科研节奏与深度学习基础设施的产业热度高度同步。早年其研究更多围绕分布式系统与图计算展开，代表性工作如NeuGraph（USENIX ATC 2019，早期支持大规模并行图神经网络计算的系统之一）即已初现"系统+图/深度学习"的方向；2020年前后，随着与微软亚洲研究院的合作深化，团队在深度学习编译与调度方向产出Rammer（OSDI 2020）等重要成果；2021年后随着河图（Hetu）系统开源、HET框架斩获VLDB最佳论文，杨智的工作全面聚焦大模型时代的分布式训练与推理优化；2023年后，Welder、Grinder（均发表于OSDI 2023）等工作继续深化深度学习系统的内存与控制流优化；2025年，TileLang作为面向AI算子的Tile级编程语言正式开源，标志着团队的研究重心进一步从"训练系统"向更底层的"AI编译基础设施"延伸，并因被DeepSeek用于V3.2-Exp模型的算子原型开发、在华为昇腾生态开发者大会上亮相而受到业界广泛关注。
关于其荣誉体系中的国家高层次青年人才计划，官方简介中的表述较为概括，具体对应的子类别（如青年项目、海外高层次青年等具体名目）未能通过公开检索独立核实，本报告不作臆测性归类。同样，关于湖北省科技进步一等奖，尽管这是其官方简介中明确列出的获奖记录，但经多轮检索，公开渠道中并未找到能够将该奖项与杨智本人的具体获奖项目、完成人排名直接对应起来的原始信息（检索中出现的同名人物包括武汉市政协主席、地方院校教师等，均可确认与本报告所述学者无关）；结合其研究方向与团队产学研合作的地域分布看，该奖项较可能与其早年参与的某项分布式系统或网络相关的产学研成果转化项目有关，但由于缺乏一手证据支撑具体项目名称，此处如实说明查证局限，不做进一步推测。
三、学生培养情况
杨智作为博士生导师，其学生培养体系与崔斌团队既有交叠又有区隔——交叠在于两人经常共同指导同一批学生（尤其是Hetu系统相关方向的博士生），区隔在于杨智自己牵头指导的学生更集中在深度学习编译与系统优化这一细分领域，且与微软亚洲研究院保持了长达数年的联合培养关系。
马凌霄是杨智直接指导的博士生中最具代表性的一位。据公开资料，他"来自网络所的杨智副研究员课题组"，是OSDI 2020论文Rammer（提出统一操作间与操作内调度的rTask抽象，用于深度学习编译优化）的第一作者，同时也是NeuGraph（USENIX ATC 2019）、Welder与Grinder（均为OSDI 2023）等一系列深度学习系统论文的核心作者。这些工作跨越2019年至2023年，构成了一条清晰的"图计算系统—深度学习编译调度—内存与控制流优化"研究主线，且几乎每一篇都与微软亚洲研究院的研究人员（如周礼栋、薛继龙、缪永放、杨帆、张霖涛等人反复出现在合作者名单中）联合完成，说明这是一条依托"北大-微软亚洲研究院"长期联合培养机制运作的学术脉络，微软方面提供系统工程资源与真实硬件平台，北大方面提供算法与系统设计的学术推动力。
在HET/河图系统方向，杨智与崔斌共同指导了一批以硕士、博士身份深度参与系统研发的学生，其中石屹宁（SIGMOD 2022论文HET-GMP的共同作者）、张歆（同一论文合作者）、聂晓楠（后进入字节跳动，深度学习系统GPU显存管理方向）等人的早期系统训练均发生在这一联合指导框架下；而苗旭鹏（HET论文第一作者，2017级直博生）虽然官方表述中以崔斌为主导师，但杨智作为该论文的共同通讯作者，实际承担了系统架构层面的深度指导职责。苗旭鹏博士毕业后历经卡内基梅隆大学博士后（2022-2024）、普渡大学"Kevin C. and Suzanne L. Kahn New Frontiers"荣誉冠名助理教授（2024-2025）两段海外历练，已于2026年回到北京大学计算机学院数据科学与工程研究所出任助理教授、博士生导师，是团队"输出—历练—回流"人才闭环的典型代表，也从侧面印证了杨智—崔斌联合培养体系产出的学生具备国际竞争力。
在图神经网络方向，张文涛作为WWW 2022最佳学生论文奖（论文PASCA）的第一作者与获奖人，其官方指导教师主要为崔斌，但杨智作为该论文的资深合作者（senior coauthor）之一，与崔斌共同署名支持了这项工作，因此杨智在官方简介中所列的"WWW 2022最佳学生论文奖"荣誉，其准确定位应理解为以指导教师/资深合作者身份获得的团队性荣誉，而非张文涛的直接单一指导人。
近年来，随着TileLang项目的推进，杨智团队又汇聚了一批新的核心成员。据公开报道，TileLang由北大团队主导开发，核心人物除发起人之一、北大在读博士生王磊外，还包括团队成员董宇骐——后者被明确称为"杨智团队核心成员"，在2025年华为全联接大会开发者日上代表团队介绍了TileLang在FlashAttention算子开发上的效率提升（代码量从500余行精简至80行，性能与官方实现持平）。这批以TileLang为纽带聚集的青年研究者，构成了杨智当前团队在AI编译与算子优化方向的新生力量。
需要说明的是，受限于公开资料的完整度，杨智历年指导的完整学生名录（尤其是尚未在顶会论文中以显著身份出现的在读硕士、博士生）无法逐一穷尽列出，本节所述均为经多方交叉信息确认、有明确论文或报道支撑的学生个案。
四、学术合作网络
杨智与崔斌之间的关系，是理解整个PKU-DAIR实验室内部运作机制的核心线索之一，也是本报告最需要着力厘清的部分。二人的合作绝非一般意义上的"教授+副研究员"式松散协作，而是一种长期稳定、职责分明的"双通讯作者"共治模式。最直接的证据是团队最具代表性的成果——发表于VLDB 2022并斩获"最佳可扩展数据科学论文奖"（Best Scalable Data Science Paper）的HET框架：该论文第一作者为博士生苗旭鹏，而崔斌与杨智二人共同担任通讯作者。在学术论文的署名惯例中，通讯作者通常意味着对研究方向、系统设计具有决定性把控并承担对外负责的角色，两位通讯作者同时出现且分工清晰的情况在国内计算机学科并不多见，这恰恰说明杨智在HET系统的技术路线设计与工程实现上拥有与崔斌相当的实际决策权，而不仅仅是挂名协助。
从团队内部分工的角度看，崔斌的角色更接近学术方向的顶层设计者与对外资源整合者——他身兼计算机学院副院长、数据科学与工程研究所所长等行政职务，主导联合实验室（北京大学-腾讯协同创新实验室、北大-百川智能AI系统联合实验室）的成立与运营，代表团队在VLDB、SIGMOD等顶级会议担任主席或领域主席，是团队学术声誉与产学研资源的主要经营者。而杨智的角色则更偏向系统研发与工程实现的一线统筹：他招生方向登记在计算机网络、计算机体系结构、人工智能三个系统底色更浓的方向，长期与微软亚洲研究院的系统研究团队保持密切合作（Rammer、Welder、Grinder等一系列深度学习编译系统均是明证），并在河图（Hetu）系统、TileLang编译语言等最考验系统工程能力的项目中承担核心技术负责人的角色。可以说，如果崔斌是PKU-DAIR实验室对外的"学术门面"和资源枢纽，杨智则是让实验室大量系统性成果得以真正落地、开源、被产业界采用的"日常运转发动机"，这也正是本报告开篇即强调其为团队"日常科研运作支柱"的核心依据。
除去与崔斌的合作，杨智在北大计算机学院内部还与图神经网络、分布式系统方向的同事保持长期协作关系，团队在ICLR、KDD等会议上的多篇论文（如信息增益传播IGP等图主动学习相关工作）由杨智与崔斌共同担任高级作者、张文涛等博士生共同完成，体现出杨智在图神经网络与分布式训练交叉方向持续的学术存在感。
跨机构合作方面，杨智学术网络中分量最重、持续时间最长的合作方是微软亚洲研究院。从2019年的NeuGraph到2020年的Rammer，再到2023年的Welder与Grinder，微软亚洲研究院的多位资深研究员（周礼栋、薛继龙、缪永放、杨帆、张霖涛等）反复出现在合作者名单中，形成了一条跨越近五年、聚焦深度学习系统与编译优化的稳定合作链条。这条链条的价值不仅在于论文产出，更在于让北大团队得以持续接触工业级深度学习框架的真实工程问题与硬件资源，是杨智研究方向能够始终保持系统落地导向的重要外部支撑。
五、业界合作关系深度分析
杨智的产业合作网络主要通过河图（Hetu）系统的产业化落地、TileLang编译语言的生态适配，以及依托北京大学-腾讯协同创新实验室的技术转移三条线索展开，呈现出鲜明的"系统技术穿透产业"的特征。
河图（Hetu）系统与腾讯的深度绑定是杨智产业合作中最成熟的一条线索。河图是国内首个由高校自主研发的分布式深度学习系统，支持数据并行、模型并行、流水线并行等多种分布式训练策略，在常见深度神经网络基准测试中相较TensorFlow等主流框架取得30%以上的性能优势，并已在超过百节点规模的集群环境下完成部署验证。2021年，依托成立已久的北京大学-腾讯协同创新实验室（崔斌任主任，腾讯公司副总裁、数据平台部总经理蒋杰任副主任），双方宣布共建新一代分布式深度学习平台"Angel 4.0"，将河图引擎的自动并行能力融入腾讯Angel机器学习平台的生态体系，服务于腾讯内部海量训练数据、超大模型参数的产业级深度学习训练场景。而作为河图技术体系旗舰成果的HET框架，其论文合作者本身就包括腾讯机器学习平台部研究员陶阳宇，这意味着该系统从研发之初就带有明确的产业需求牵引色彩，而非纯学术推演的产物；HET/河图相关技术也因此被"AI中国"评为2021年度十大开源事件（作为当年唯一的高校代表性成果）。在河图技术体系基础上进一步衍生的Galvatron（VLDB 2023，大模型自动并行训练框架）与HetuMoE（面向混合专家模型的分布式训练系统），共同构成了团队在大模型基础设施软件方向对外输出的核心技术资产，持续为腾讯等企业的大模型训练场景提供优化方案。
TileLang与华为昇腾、DeepSeek生态的最新交集代表了杨智团队产业影响力在2025年前后的又一次跃升。TileLang是一种面向GPU/CPU高性能算子（如GEMM、FlashAttention、线性注意力等）开发的Tile级领域特定语言，通过解耦调度空间与数据流、提供分层次的编程接口，大幅降低了高性能算子的开发门槛。该项目由北大团队主导开发，杨智是团队学术负责人，核心贡献者包括发起人之一的在读博士生王磊，以及被公开报道明确称为"杨智团队核心成员"的董宇骐。2025年1月，TileLang在GitHub正式开源，截至目前已获得近2000颗星标。同年，TileLang先后与两大产业场景产生实质交集：其一，据业内报道及在DeepSeek有实习经历的北大博士袁境阳的分享，DeepSeek在其V3.2-Exp模型的算子原型开发中尝试使用TileLang，团队成员王磊也曾公开发帖感谢DeepSeek对该语言的尝试性采用；其二，在华为全联接大会2025开发者日上，TileLang团队成员董宇骐现场演示了使用TileLang实现FlashAttention算子的效率提升（代码量从500余行精简至约80行、性能与官方实现持平），团队成员王磊也与沐曦集成电路高级总监同台，讨论TileLang对沐曦国产GPU的适配工作。这一系列动态表明，杨智团队在AI编译基础设施方向的技术输出，已经从此前以腾讯为主的单一产业伙伴，扩展至覆盖华为昇腾、沐曦等国产算力生态，以及DeepSeek这样处于国内大模型第一梯队的新兴企业。
与字节跳动、阿里巴巴等企业的间接技术关联同样值得关注，但需要客观区分证据强度。字节跳动方面，公开的团队人才输出信息显示，PKU-DAIR实验室培养的多名学生（包括杨智共同指导方向的部分学生）毕业后进入字节跳动从事深度学习系统研发工作，形成了较为稳定的人才输送通道；阿里巴巴方面，团队在广告检索与推荐系统方向的部分论文工作与阿里巴巴/淘宝的研究人员存在合作署名。但截至本报告完成时，未能检索到将快手（Kuaishou）与杨智本人或其直接主导项目相关联的一手证据——快手作为产业合作伙伴，更多是在崔斌与PKU-DAIR实验室整体层面的官方介绍中被列为长期合作企业（例如实验室自研的OpenBox黑盒优化系统、CAFE等Embedding压缩框架已在快手落地），而非与杨智个人项目直接绑定，本报告在此如实区分，不作过度关联。
综合来看，杨智的产业合作路径呈现出清晰的阶段性演进：早期（2019-2021年）以与微软亚洲研究院的系统研究合作为主，技术产出集中在学术圈层内验证；中期（2021-2023年）随着河图系统开源与腾讯Angel 4.0平台的共建，实现了从实验室原型到产业级平台的技术转移；近期（2024年至今）则借助TileLang项目，在国产算力生态（华为昇腾、沐曦）与新兴大模型企业（DeepSeek）中开辟了新的技术影响力阵地。这条演进路径与国内AI基础设施产业本身"从追赶国际框架、到探索国产替代"的宏观趋势高度吻合，也使杨智个人的产业网络具备了相当的时代代表性。
六、重要奖项与学术兼职
杨智的荣誉体系与其"系统技术骨干"的定位高度契合，呈现出"团队性荣誉与个人性荣誉交织"的特点。在团队性荣誉方面，WWW 2022最佳学生论文奖授予论文PASCA（可扩展图神经网络系统），第一作者为博士生张文涛，杨智与崔斌均为该论文的资深合作者与指导者，因此这项荣誉更准确的定位是杨智作为指导团队一员所获得的共同性荣誉，而非其以独立指导人身份斩获；同理，VLDB 2022最佳可扩展数据科学论文奖（HET框架）中，杨智以共同通讯作者身份直接参与该成果的技术领导工作，其荣誉归属的直接程度显著高于前者。
在人才计划与个人学术称号方面，杨智入选国家高层次青年人才计划，这是国家层面对其学术水平与发展潜力的认可，但如前文所述，该计划的具体子类别未能在公开渠道独立核实，本报告仅确认其入选事实本身。此外，其官方简介中还列有高等学校科学研究优秀成果奖、中国电子学会科技进步一等奖、湖北省科技进步一等奖、北京大学黄廷方/信和青年杰出学者奖（北京大学面向青年教师设立的重要荣誉体系之一）、计算机学院优秀科研个人等荣誉，这些奖项多与其在分布式系统、深度学习系统方向的持续产出相关，但受限于检索条件，本报告未能对湖北省科技进步一等奖背后的具体获奖项目与合作单位作进一步溯源确认，已在第二节中如实说明这一局限。
学术兼职方面，杨智的公开信息显示其学术活动更多体现为顶级会议与期刊的论文发表与合作，而非大规模的编委会、专委会等行政性学术兼职——这与崔斌大量担任期刊主编、大会主席等组织性职务形成对比，进一步印证了二人在团队中"资源整合者"与"技术执行者"的分工差异。
七、Connection圈层总结
杨智的学术关系网络可归纳为四个圈层。第一圈层是其博士导师戴亚飞教授所代表的北京大学计算机学院网络与分布式系统学术谱系，这是杨智学术生涯的起点，也解释了他为何在系统与网络方向拥有比数据库方向更深厚的学术根基。
第二圈层，也是杨智学术网络中分量最重的一环，是与崔斌教授之间长期稳定的"双核心"合作关系。二人在HET等团队旗舰成果中共同担任通讯作者，在河图系统、大规模模型训练等方向长期协同攻关，形成了"崔斌主导学术方向与产业资源整合、杨智主导系统研发与工程落地"的清晰分工。这一关系的特殊之处在于，它并非简单的上下级或普通同事协作，而是一种共同经营同一系统技术路线、共同承担博士生指导职责的实质性合伙结构，也是本报告将杨智定位为"团队日常科研运作支柱"的核心依据。
第三圈层是杨智直接指导与深度参与培养的学生梯队，以马凌霄（Rammer、NeuGraph、Welder、Grinder等系列深度学习系统论文核心作者）为代表，同时也包括与崔斌共同指导的苗旭鹏（已回流北大任教）、石屹宁等人，以及TileLang项目中涌现的董宇骐、王磊等新生代核心成员。这一圈层体现出杨智在深度学习编译与系统优化这一细分方向上，正在形成一条独立而清晰的学术传承脉络。
第四圈层是跨机构、跨产业的合作网络，其中最深厚的是与微软亚洲研究院长达数年的系统研究合作，为团队提供了持续的工业级工程视角；其次是通过北京大学-腾讯协同创新实验室实现的与腾讯的深度产业绑定（河图技术融入Angel 4.0平台）；最新则是通过TileLang项目开辟的与华为昇腾生态、沐曦等国产算力厂商，以及DeepSeek等新兴大模型企业的技术交集。这一圈层的演进轨迹，清晰勾勒出杨智的研究工作从学术验证走向产业级系统、又从追随国际主流框架走向服务国产AI算力生态这一时代性转变。
综合来看，杨智的学术关系网络呈现出"系统出身、双核共治、系统传承清晰、产业穿透力持续升级"的整体特征。相较于崔斌更侧重学术方向设计与产学研资源整合的角色，杨智的独特价值在于确保PKU-DAIR实验室大量具有系统工程复杂度的研究成果能够真正落地为可用、可开源、可被产业界采用的技术系统，这使他成为理解整个PKU-DAIR实验室何以能够兼顾学术影响力与工程落地能力的一把关键钥匙。