不结婚

国家疾控局：做好“五一”假期及春夏季新冠病毒感染等重点传染病疫情防控工作_我的网站

A |     乔琳的技术根基，始于复旦大学计算机科学专业的系统培养。本科与硕士阶段的深耕，让她吃透了计算机科学的底层逻辑；随后赴美深造，在加州大学圣巴巴拉分校（UC Santa Barbara）斩获计算机科学博士学位，更让她站上了全球AI科研的前沿阵地。    国家疾控局微信公众号消息，国家疾控局发布《关于做好2024年“五一”假期及春夏季新冠病毒感染等重点传染病疫情防控工作的通知》。

B | 这段横跨中外的学术经历，不仅赋予她扎实的理论功底，更培养了她“从科研到落地”的全局思维——这也成为她日后打破“技术实验室壁垒”的核心竞争力。关于做好2024年“五一”假期及春夏季新冠病毒感染等重点传染病疫情防控工作的通知　　各省、自治区、直辖市及新疆生产建设兵团联防联控机制（领导小组、指挥部），国务院联防联控机制各成员单位：　　为贯彻落实党中央、国务院决策部署，进一步做好2024年“五一”假期及春夏季新冠病毒感染（以下简称新冠）等重点传染病疫情防控工作，保持全国疫情形势总体平稳，确保人民群众健康平安过节，现将有关要求通知如下：　　一、高度重视“五一”假期及春夏季疫情防控工作　　当前，我国传染病疫情形势总体平稳。                   然而真正让乔琳跻身全球AI核心玩家行列的，是她在Meta主导PyTorch生态建设的经历。彼时，PyTorch尚是科研圈的小众工具，而乔琳带领300余人的工程团队，开启了一场“框架革命”：她主导重构PyTorch的底层架构，使其突破“仅能在实验室运行”的局限，成功适配Meta的数据中心、移动端及AR/VR设备，构建起从模型研发到生产部署的全链路平台。                   最终，PyTorch从“小众工具”蜕变为支撑全球数百万开发者的行业标杆，成为AI模型训练与推理的“基础设施”，而乔琳也因此成为全球AI框架生态的核心奠基人之一。新冠病毒JN.1变异株引起的全球疫情已过高峰并下降至较低水平，我国新冠疫情持续保持低水平波浪式流行态势，但新冠病毒仍在变异，疫情仍存在一定的反复性。

C | 我国部分传染病防控面临新情况新特征，部分地区流感疫情仍未回落到往年同期水平，百日咳疫情呈现快速增长趋势，手足口病报告病例数明显增加，多病共同流行成为常态。全球多个国家和地区出现登革热、麻疹等疫情反弹，境外疫情输入我国风险增加。                   离开Meta后，乔琳选择以创业延续技术理想，创立Fireworks AI，将突破点瞄准了大模型推理的“效率痛点”。“五一”假期人员流动性上升和聚集性活动增加，可能加大疫情传播风险，防控任务艰巨复杂。她带领团队研发的两大核心技术，直接击中行业关键瓶颈：其一，Fire Attention推理引擎通过无损量化压缩技术，在几乎不损失精度的前提下，将模型运行精度从16位降至8位甚至4位，让资源消耗大幅锐减。

D |                    其二，推测执行引擎打破“逐字生成”的传统模式，通过一次预测多个词序列再反向验证，彻底突破推理速度瓶颈。各地各部门要高度重视，始终把新冠等重点传染病防控工作摆在突出位置，做到思想不懈怠、防控不放松、措施不加码，坚决盯紧看牢、常抓不懈，扎实推进各项防控措施落地落细，继续保持疫情形势总体平稳，为经济社会发展创造良好环境。　　二、加强口岸疫情防控　　各口岸要密切关注全球新冠、登革热、麻疹、疟疾等重点传染病疫情，尤其是我周边国家和地区及重点来源国传染病疫情情况，按照“一国一策、一病一策、一口岸一策”原则，不断完善相关方案预案。这两项技术的叠加，让Llama、DeepSeek等主流开源模型的推理速度较行业标杆vLLM提升12倍，同时成本降低53%，为大模型的“普惠化”扫清了关键障碍。疾控、卫生健康、海关等部门要加强信息共享，及时掌握新冠等重点传染病疫情流行趋势、病原变异等情况。                   从Meta带出来的“改代码习惯”，像一把钥匙，打开了Fireworks AI进入行业的大门，让英伟达从最初的A轮投资方，慢慢变成了既要合作又要警惕的竞争对手。而乔琳自己，从复旦大学机房里啃馒头改算法的姑娘，长成了AI推理服务赛道上，最懂“把复杂技术做简单”的华人女性创业者。落实入境人员体温监测、医学巡查、流行病学调查、医学排查等措施，做好入境人员新冠病毒核酸抽检，加强对疫情高发国家和地区入境人员、健康申报异常人员的卫生检疫，对检疫异常人员发放《就诊方便卡》，做好健康风险告知。引导出境人员关注目的地疫情动态，做好个人防护；对入境人员加强健康宣教，引导做好自我健康监测，出现不适症状及时就诊。　　三、加强监测预警和调查处置　　各地要持续落实病例报告、发热门诊、哨点医院、病毒变异等新冠多渠道监测和呼吸道传染病多病原监测，及时掌握我国呼吸道传染病的流行特征和病原谱变化。各地要结合春夏季传染病流行特点及本地实际开展监测预警工作，强化手足口病等肠道传染病学校聚集性疫情监测，百日咳疫情上升地区要加强病原学监测和分析，登革热、疟疾等蚊媒传染病输入疫情上升地区要加强病媒生物监测。各地要动态开展疫情形势综合分析研判，及时掌握传染病疫情流行特征和发展态势。                   一、从PyTorch到Fireworks：24年技术生涯里的“问题清单”                    乔琳的办公桌上，始终摆着一个磨破封面的笔记本。

E | 发生疫情后及时做好调查处置工作，加强病例流行病学调查，按相关要求依法依规报告传染病疫情信息，做好聚集性疫情和突发公共卫生事件的报告，做到早发现、早报告和早处置。

F | 　　四、加强传染病医疗救治　　各地要根据本地春夏季传染病流行形势做好医疗救治应对准备，加强医务人员培训，提高传染病早期识别和诊疗能力。翻开第一页，是1995年复旦大学计算机系的课堂笔记，页眉处用红笔写着：“数据库索引能不能更轻？”再往后翻，2001年加州大学圣巴巴拉分校的博士论文草稿里，画着密密麻麻的“拆分箭头”——把大型计算任务拆成小节点分布式处理，导师当年笑称“像把大象拆成积木，却拼得更灵活”。加强医疗服务管理，强化落实首诊负责制，做好“五一”假期期间发热门诊、急诊等医疗应急值守安排，选派经验丰富的医务人员值班值守，确保医疗服务平稳有序。　　五、加强预防接种　　各地要持续做好预防接种工作，将国家免疫规划疫苗接种作为当前的重点工作，围绕国家免疫规划疫苗接种率不低于90%的核心目标，加强接种率监测评估，认真组织开展查漏补种工作。                   这本“问题清单”，记了24年。进一步优化预防接种服务，促进适龄儿童及时、全程接种百白破、麻腮风等国家免疫规划疫苗。继续推进重点人群接种含XBB变异株抗原成分的新冠病毒疫苗。严格做到“三查七对一验证”，做好冷链管理，加强疑似预防接种异常反应的监测和处置，确保接种安全。从IBM做研究员时记下“企业级AI服务成本太高”，到LinkedIn标注“用户数据与模型训练的矛盾”，再到Meta主导PyTorch框架开发时，贴满开发者的吐槽便签：“大模型好用但跑一次要花半个月预算”“开源模型便宜却调不通”。                   2019年某个深夜，乔琳在Meta的实验室里改代码到凌晨。　　六、加强重点机构疫情防控　　各地要加强养老、托幼、学校、社会福利等机构的疫情防控，督促做好日常防护和健康监测。一位初创公司的开发者抱着电脑找到她，眼圈通红：“我们想用PyTorch做电商推荐模型，可租不起GPU，跑一次数据就要花掉三个月经费。指导托幼机构、学校落实好晨午检、健康教育、环境消毒、因病缺勤缺课追踪与登记等措施，加强食品和饮用水管理，严防聚集性疫情发生，切实保障学生健康和校园安全。指导养老机构、社会福利机构加强外来人员探视、老年人和儿童回家及返院管理，出现发热、咳嗽、腹泻等症状人员要及时就医排查，降低疫情引入和传播风险。”那天她陪着对方坐了3小时，把原本100亿参数的模型拆成三个小模块，按用户行为分阶段调用算力，最后成本降了60%。开发者走时反复说：“要是能有现成的‘轻量+定制’服务就好了。　　七、加强旅途和旅游活动疫情防控　　各地要指导客运场站根据客流变化，及时增加或开放进出站和安检通道，引导乘客有序进出站、候乘车（船、机），加强客运场站、高速公路服务区和收费站、交通运输工具清洁消毒和通风换气，倡导旅客进入客运场站和乘坐公共交通工具时科学佩戴口罩。各地旅游景区要及时动态疏导客流，避免室内场馆大规模人员聚集，做好室内旅游场所和室内场馆等人员密集、空间密闭场所的清洁消毒、通风换气等工作，适当增加经常接触的公共用品和设备设施的清洁消毒频次。”                    这句话像颗种子，落在了“问题清单”的最后一页。2021年，乔琳翻完17本笔记，突然在白板上画了个交叉图：横轴是“开源/闭源”，纵轴是“轻量/定制”，交点处写着“Fireworks”，这一个个简短的关键词就是乔琳从始至终所追求的企业新定位——Fireworks应该同时具备开源的灵活性与闭源的易用性，并希望在以“轻量”为优势的同时，做到与其他模型相当的定制化。                   图片来源：chatgpt                    二、雷德伍德市的创业：不买服务器的“算力调度师”                    2022年春天，乔琳带着六位Meta时期的老同事，在雷德伍德市租下一间小办公室。住宿、餐饮服务单位要加强食品卫生和安全管理，确保公共用品用具、饮用水、食品等卫生质量符合相关标准，有效降低传染病发生的风险。

G | 　　八、加强宣传教育　　各地要及时、准确、客观发布疫情信息，做好科学解读和健康提示，有针对性地开展防控知识宣传和健康教育，大力倡导健康生活方式，努力提高群众自我防护和及时就诊意识。创业第一天，她没讲估值蓝图，而是把大家分成三组，每组认领一个从“问题清单”里抄来的痛点：“怎么整合闲置GPU”“怎么让API像点外卖一样简单”“怎么帮客户调模型不花钱”。引导出行人员提前了解目的地传染病流行情况，做好出发前、旅途中和到达目的地后的防护准备，落实科学佩戴口罩、勤洗手、防蚊虫叮咬等防护措施。倡导有发热、咳嗽等呼吸道症状人员避免参加集体活动或前往人群密集场所。密切关注舆情动态和社会热点，及时发布权威信息解疑释惑。                   “别盯着参数做模型，要注重开发者的难处。　　九、加强组织领导　　各地要压紧压实各级党委政府、部门、机关和企事业单位、个人在疫情防控中的“四方责任”，将新冠疫情防控中的好机制和好做法常态化、制度化，继续坚持联防联控和多病同防，强化平急转换。加强“五一”假期值班值守，建立完善轮班轮休制度，做好医疗物资供应保障。结合本地实际加强春夏季传染病防控工作部署，盯住关键环节、突出防控重点，一旦发现疫情及时报告、快速反应、有效处置。开展疫情防控工作的全面自查，及时排查防控风险点和薄弱环节，及时补齐短板漏洞，坚决防止由于工作不细、管理不善引发聚集性疫情，切实保障人民群众生命安全和身体健康。”这是乔琳在公司成立大会上说的第一句话。她太清楚中小企业的困境——想做AI，却买不起英伟达服务器，更养不起顶尖算法团队。所以Fireworks AI从一开始就走了条“反常规”的路：不直接购买硬件，而是做“算力调度师”。                   就像拼车软件整合私家车，乔琳团队把全球散落在科技公司、高校实验室的闲置GPU资源“拧成一股绳”。

H | 客户不用自己找服务器，只要通过Fireworks的API上传数据，就能直接调用这些整合后的算力。AI编程助手Cursor是最早的客户之一，创始人曾笑着说：“原本要花200万美元买服务器，现在用他们的API，每月只花15万，推理速度还快了3倍。”                    但真正让Fireworks AI站稳脚跟的，是乔琳藏在背后的“技术杀器”——FireAttention推理引擎。

I | 2023年夏天，一家医疗公司找过来，想把基因测序数据的AI分析成本再降30%。

J | 乔琳带着技术总监在办公室睡了两晚，给FireAttention加了个“动态参数开关”：根据基因数据的复杂度自动调整模型参数，不用从头跑130亿参数的大模型，80亿参数加专有数据微调，精度反而提升了2%，成本直接砍了一半。

K |                    “这就是我们的护城河。”乔琳指着测试报告说。那时Fireworks的年化营收ARR刚突破1亿美元，但80%的客户都在复购时追加了“微调服务”——比如Perplexity把70%的推理业务迁过来，只因FireAttention能让搜索响应快0.3秒；阿里Qwen团队用它做模型压缩，原本需要两周的调试，现在3天就能完成。                   2023年11月14日凌晨两点，Fireworks AI的技术实验室突然爆发出一阵掌声。乔琳盯着监控屏上跳动的数字——自研的FireAttention推理引擎，将GPU算力利用率从行业平均的65%硬生生拽到了92%，这意味着客户的AI模型推理成本能直接砍半。不过在此之后，乔琳将企业的新方向转至——企业模型微调。                   就是这个在算力突破当晚拍板的决定，让Fireworks AI在半年后估值冲刺40亿美元，吸引Lightspeed、Index等资本争相入局；也让英伟达从A轮投资方，悄悄将这家初创公司标为“重点关注竞争对手”。而站在白板前的乔琳，指尖还沾着马克笔的墨渍，恍惚间想起20年前在Meta调试PyTorch框架时，也是这样凭着一行代码的突破，推翻过既定的技术路线——这位从复旦机房走出来的华人女性，似乎总能在技术与市场的交叉点上，踩准改变命运的节拍。

L |                    三、当英伟达成为竞争对手，乔琳却微笑选择共赢：要一起把“蛋糕”做大                    2023年A轮融资时，英伟达的投资经理坐在乔琳对面，抛出一个尖锐的问题：“如果我们自己做推理服务，你们怎么办？”                    乔琳没回避，递过去一份客户清单——上面全是医疗、金融行业的“小而精”需求：帮银行调信用评估模型，要符合合规要求；帮药厂做分子模拟，要适配特殊实验数据。“你们做的是算力水电网，我们做的是水电网上的‘定制水龙头’。”她指着清单上的微调需求，“这些活儿，巨头不愿做，小企业做不了，刚好是我们的位置。”                    这句话让英伟达投了钱，也让双方的关系变得微妙。2024年3月，英伟达收购推理服务商Lepton，推出自己的GPU云市场，从硬件供应商直接变成了下游服务竞争者。消息传来那天，乔琳反而在团队例会上笑了：“这证明我们选的赛道对了。”                    她早有准备。在Fireworks AI的技术路线图上，“反哺硬件优化”成了新方向——通过FireAttention引擎积累的千万次微调数据，反向给英伟达提GPU优化建议。比如针对金融模型的稀疏计算需求，他们和英伟达联合开发了专用算力调度插件，让GPU在处理这类任务时，效率再提高15%。“竞争不是你死我活，是一起把蛋糕做大。

M | ”乔琳说。                   这种“差异化共存”的智慧，藏在她的“问题清单”里。早在Meta时期，她就记下过：“巨头的优势在规模，我们的机会在细分。”如今Fireworks AI的客户里，有70%是英伟达云服务覆盖不到的中小企业，这些客户需要的不是“通用算力”，而是“懂行业的微调方案”——就像有家做AI教育的初创公司，用Fireworks的服务把题库模型调了12版，最终实现“学生错一道题，模型马上推同类考点”，这种定制化能力，正是英伟达暂时给不了的。                   四、AI界的实干派，把“用不起”改成“用得好”                    在硅谷的华人AI创业者圈里，乔琳不算最张扬的。当别人忙着在行业论坛上讲“大模型参数竞赛”时，她在跑客户；当资本追着“通用AI”概念跑时，她在改FireAttention的代码。                   “华人创业者的优势，从来不是跟风，是把技术‘磨’到落地。”乔琳想起刚到美国时，导师让她做一个分布式计算项目，她花了三个月，把一个复杂算法拆成20个小模块，每个模块的运行时间精确到毫秒。导师说：“你有把‘大象拆成积木’的耐心。

N | ”                    这种耐心，现在成了Fireworks AI的标签。

o | 2024年，当公司估值冲向40亿美元，年化营收逼近3亿美元时，乔琳依旧把大部分时间泡在技术团队。有次为了修复一个API漏洞，她陪着工程师改代码到凌晨，饿了就像在复旦机房时那样，啃两口抽屉里的饼干。                   “AI不是地壳式重组吗？重组的不是技术，是每个行业的做事方式。”乔琳在最新的“问题清单”上写下这句话。现在她的办公桌上，摆着两样东西：Meta时期的PyTorch代码本，和Fireworks AI客户的“微调需求清单”。

p | 前者记着“怎么把模型做轻”，后者写着“怎么把模型用对”。                   当华人创业的AI公司估值总额超过300亿美元，乔琳知道，自己不是孤身一人。从Scale AI的 Alexandr Wang，到Pika的郭文景，华人创业者正在用“技术务实”改写AI行业的规则。而Fireworks AI的故事，更像一个缩影——不是靠概念造势，不是靠参数竞赛，而是把每个客户的“用不起”，改成“用得好”，一锤一锤凿出属于自己的护城河。                   2024年深秋，乔琳在公司官网更新了slogan：“让每个企业都能‘用对’AI。”这句话的笔迹，和她1995年在复旦“问题清单”上写的“把每个算法都做轻”几乎一样——工整里带着点“轴”，就像她这个人：从江南小城到硅谷赛场，从改代码的姑娘到40亿独角兽的掌舵者，变的是舞台大小，不变的是那份“把复杂问题做简单”的初心。                   在AI创业的热潮里，有人追风口，有人造泡沫，而乔琳用Fireworks AI证明：真正的独角兽，从来不是估值堆出来的，是像打磨FireAttention引擎那样，在技术与市场的缝隙里，把每个“痛点”磨成“亮点”，慢慢长出来的。                   Reference          [1] 搜狐｜复旦才女创业AI推理，估值超5亿美元          https://www.sohu.com/a/803134078_403354          [2]36氪｜288亿，复旦女学霸3年干出一个独角兽          https://m.36kr.com/p/3407737936137857          [3]Google PyTorch          https://www.google.com.hk/search?q=pytorch&rlz=1C9BKJA_enHK1179HK1179&hl=zh-CN&sourceid=chrome-mobile&ie=UTF-8          [4]Google Fireworkshttps://fireworks.ai/          [5]DeepTech深科技｜一年飙升7倍，复旦校友、前PyTorch负责人创办的AI云服务初创估值冲刺40亿美元          https://zhuanlan.zhihu.com/p/1933586626916881606          [6]头条｜AI创业圈又冲出一个288亿独角兽https://m.toutiao.com/article/7538640901263016457/?webview_progress_bar=1&show_loading=0&upstream_biz=doubao&push_animated=1&theme=light          [7]头条｜当华人女性按下AI加速键：Fireworks AI与她的“独角兽”征程          https://m.toutiao.com/article/7536116477800268297/?show_loading=0&webview_progress_bar=1&push_animated=1&upstream_biz=doubao&theme=light                    本文来自微信公众号：Z Finance，作者：ZF编辑部。

Current article:http://qccuk.liaoenxingunchuanglou.buzz/nwoj/2ghen.html

Published on:08:15:25