当我问陈天奇，你会对十年前二十年前的陈天奇说些什么时，他沉默了近20秒说——

“可能要反过来，我需要过去的我对现在的我，现在的我对未来的我说，记住自己对自己的承诺，坚持自己的理想，往下走下去”

那一刻我被真正感动了——因为我真正看到一个真正的理想主义者，过去二十年机器学习的历史， XGBoost、MXNet、TVM、MLC都是不可磨灭的精彩印迹，而在这几个项目名背后，有一个共同的名字，他就是本期播客嘉宾陈天奇。过去 15 年，陈天奇把让机器学习模型更轻、更快、更易部署做成了一条清晰的技术主线。从最早的把树模型系统推到极致的XGBoost，到最早的深度学习框架之一 MXNet，再到开创深度学习编译领域的TVM，和今天希望把大模型跑上所有设备的MLC LLM。

陈天奇在机器学习系统这条路上已经走了快 20 年——从陈天奇的视角看这 20 年的激荡会是什么样的风景？在这期播客，你会听到：

1. 我和陈天奇会把他的每一个开源项目都拆解清楚——他们为什么诞生、如何长成、在哪里拐弯。
2. 也会走进陈天奇的个人经历——年少如何与计算机相遇，高二的时候如何自学写编译器，在交大 ACM 班打下系统功底，在 UW 的科研突破，到最后同时走向创业和教职两条路。
3. 更重要的我们还聊到了陈天奇的底层价值观——长期主义如何落地，如何在不确定性中坚持敢失败的勇气和初心。在科研、创业、教职三条路都获得成功后，陈天奇在筹划着什么样的下一步？

这里是WhynotTV Podcast——现在，请和我一起进入陈天奇的世界。

2:06 在童年时期对什么事物最感兴趣

8:38 有没有什么十八岁之前的经历对未来产生了深远影响

10:16 温和的性格是童年时期就养成的吗？

12:08 上海交大ACM班的经历

14:33 本科ACM班教育对人生的影响

18:05 本科第一次接触机器学习科研时的挑战

20:09 手搓CUDA用深度学习尝试ImageNet

23:10 在2010年用GPU做深度学习是共识了吗

24:32 初生牛犊不怕虎做深度学习的经验教训

29:40 如何从失败的科研后反而变得不怕失败

32:16 研究视野的飞跃，20年后对研究视野的反思

39:01 来到UW读PhD的选择

41:08 XGBoost成功的关键原因：极致、社区、专注

46:14 为什么选择树方法？Carlos的严格要求

49:31 站在现在反思XGBoost当年对神经网络和深度学习的判断

53:02 MXNet的前世今生

60:03 MXNet背后的博士生团队协作

64:14 从MXNet的历史学到的经验教训

67:56 科研的风险与收益

71:40 TVM的前世今生——什么是机器学习编译

74:19 为什么做TVM这么有挑战性

77:17 选择做重要的事——做TVM的勇气

81:55 GPU/TPU/NPU的区别

83:05 初生牛犊不怕虎的勇气与初心

86:08 TVM的生态位，2025年面临的挑战与机会

90:26 机器学习系统的历史

95:03 机器学习系统的未来，挑战与机遇

96:13 MLC LLM——将大模型部署到所有设备

97:24 未来大模型的推理的格局分布——云vs端侧

101:11 AI模型的收敛趋同会持续下去吗？对机器学习系统来说意味着什么？

105:38 因为资源受限，学术界应该去解决什么样的机器学习系统的研究问题？

110:42 对开源的热情——如何做成功的开源项目？

114:50 OctoML——创业的动机与故事

116:29 基于开源项目的创业的得失与优劣

119:15 OctoML的商业模式与转型

123:00 创业过程中的收获与教训

123:58 考虑过当CEO吗？当技术领袖的所需要的自我革新

126:18 创业被NVIDIA收购是符合预期的退出方式吗？

128:19 技术创业必须的自我革新

130:23 为什么决定要当教授？

130:54 一线经验的重要性——为什么当教授了还要写那么多代码？

135:03 如何做到高效的时间分配与产出？

136:28 这个时代的快节奏的机器学习系统研究——我们还能慢下来吗？

138:31 如何面对AI研究的新挑战？

139:52 现在陈天奇作为教授的风格是什么样的——如何指导学生？

141:06 工业界工作vs学术界PhD

142:19 实事求是问题导向的研究风格

143:22 对长期主义的感悟

146:12 面临人生选择的智慧

148:41 未来的陈天奇还想做什么——失败与初心

152:58 AGI需要什么样的机器学习系统

154:23 未来AI的格局会是巨头统治还是百花齐放

155:03 会对20年前10年前的陈天奇说什么？

155:52 对成功和幸福有什么新的感悟

157:51 会看这二十年的旅途——你最后想说些什么？