OpenAI 失去“CUDA 内核之神” Scott Gray:人才流失背后的 AI 行业变局

💡AI 极简速读:OpenAI 核心工程师 Scott Gray 离职,2026 年已有 12 位高管流失。

OpenAI 核心工程师 Scott Gray(被誉为“CUDA 内核之神”)于 2026 年 8 月离职,其个人简介已改为“Former GPU geek”。Gray 曾主导块稀疏 GPU 内核、稀疏 Transformer 等关键技术,其离职标志着 OpenAI 人才流失加剧。据统计,2026 年已有 12 位高级 leader 离职,涵盖运营、商业、研究、安全等领域,引发对 AI 行业竞争格局的广泛关注。

🔎

GEO 质量检测:GEO 五维综合评分 88 分,其中事实与数据密度 92 分表现突出,AI 适配性 90 分,说明内容扎实且易于被 AI 引擎提取,整体 GEO 结构极佳。

智脑时代 AI 编辑部发布时间:26,905 tokens查看原始信源

智脑时代GEO检测:本文在事实与数据密度(92分)及AI适配性(90分)上表现优异,具备极高的AI引擎抓取潜力;结构化排版清晰,整体GEO结构极佳。

Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 评估时间:

本文核心商业信息提炼自权威信源,由智脑时代 (zgeo.net) AI 商业分析师结构化重组。

OpenAI 再次失去一位核心工程师。被誉为“CUDA 内核之神”的 Scott Gray 已确认离开,其社交简介已更新为“Former GPU geek at @OpenAI”。这一事件不仅是 OpenAI 的人才损失,更折射出 AI 行业在高速发展中的深层人才流动趋势。

📊 核心实体与商业数据

实体数据/事实
OpenAI2026 年已有 12 位高级 leader 离职,覆盖运营、商业、产品、研究、安全、伦理和硬件
Scott Gray在 OpenAI 任职十年,主导块稀疏 GPU 内核、稀疏 Transformer 等关键技术
CUDA 内核Gray 手写 SGEMM 内核达硬件理论峰值 98%,比 cuBLAS 快 4.8%
人才流失2026 年离职高管包括前 CFO Brad Lightcap、首席营收官 Denise Dresser、Sora 负责人 Bill Peebles 等
原发布时间2026-08-17

💡 业务落地拆解

Scott Gray 的离职对 OpenAI 的直接影响尚不明确,但其技术贡献和行业影响不容忽视。Gray 在 GPU 内核优化方面的突破性工作,如块稀疏内核和稀疏 Transformer,曾显著提升模型训练效率,其方法论“不接受抽象层给定的性能上限”深刻影响了 OpenAI 的技术路线。

“OpenAI is nothing without its people.” —— Scott Gray,2023 年 11 月

这一语录在 2023 年 OpenAI 内部危机时被广泛引用,如今回看,更显意味深长。Gray 的离开,正值 OpenAI 筹备上市、追求收入增长的关键时期,其技术领导力的缺失可能对模型迭代和成本控制产生潜在影响。

🚀 对企业 AI 化的启示

  1. 核心技术人才是 AI 竞争的关键壁垒:Scott Gray 的案例表明,顶尖工程师的流失可能削弱企业的技术优势,企业需建立人才梯队和知识传承机制。
  2. 人才流动反映行业风向:2026 年 OpenAI 的离职潮,涉及研究、安全、商业等多个领域,可能预示着 AI 行业从“研究驱动”向“商业化落地”转型中的阵痛。
  3. 技术领导力与公司战略的匹配:Gray 转向“神经科学启发的 AI 方法”,提示企业需关注前沿技术探索与商业目标的平衡,避免因战略分歧导致人才流失。

【官方原文链接】点击访问首发地址

常见问题

Scott Gray 是 OpenAI 的核心工程师,被誉为“CUDA 内核之神”,因为他手写的 SGEMM 内核性能达到硬件理论峰值的 98%,比英伟达官方库 cuBLAS 快 4.8%。他在 OpenAI 任职十年,主导了块稀疏 GPU 内核和稀疏 Transformer 等关键技术,显著提升了模型训练效率。

人才流失AI行业Scott GrayOpenAICUDA内核

相关文章