华人丁林葳因窃取 Google AI 技术在美被捕，工程师之耻

luyuanhong

华人丁林葳因窃取 Google AI 技术在美被捕，工程师之耻

原创 任易 任易 2024-03-10 23:07 江苏

美国司法部在 2024 年 3 月 5 日起诉了 39 岁的 Google 工程师、至算科技 CEO 、北京融数联智 CTO 丁林葳，这个消息在 3 月 8 日被爆出来之后，各大西方主流媒体纷纷报道，看起来是想洗脑一波消息，中国依靠「窃取 AI 知识产权」才获得的大模型技术。

起诉书链接在这里：公共事务办公室|居住在加州的中国公民因窃取谷歌人工智能相关商业机密而被捕 美国司法部 [1]

这个事情的后果就比较严重了，标准的「前人砍树，后人吃土」。相信连续几桩盗窃知识产权的案子判下来，美国高科技公司对于招聘华人留学生都会更加谨慎，而优秀的华人留学生留美发展的天花板也将越来越低，更难以接触到公司核心业务，自然也没有了上升空间

这个故事的核心，还是「莫装逼，装逼遭雷劈」。尽管故事很好笑，但是我们能从中学到很多关键要点，帮自己规避未来的巨坑。

剧情很简单，我的一个同龄人，85 年出生的丁林葳，2010 年在大连理工本科毕业，这个算是大器晚成了，因为我比他大两岁，但是 2008 年已经硕士毕业了。然后丁去了南加州大学念了硕士，之后留美发展。

幸运的是他在 2019 年进入了 Google ，而 2020 年就迎来了口罩周期，很多大型企业就开启了远程办公模式，大量员工居家办公，而且很多硅谷的公司对员工充分信任，管理宽松

然后丁大聪明就一边拿着 Google 的工资，一边在中国搞兼职了。2022 年 6 月 13 日，丁大聪明拿到了融数联智 CTO 的 Offer ，月薪 10 万；然后 2023 年 5 月 30 日，丁创立了上海至算科技有限公司，并在 23 年 11 月 24 日的投资者大会上进行路演。

直到 2023 年 12 月 25 日，丁才向 Google 提出了离职申请，离职日期是 2024 年 1 月 5 日。另外，丁大聪明在中国期间，还让同事在美国用他的工卡打卡上班。中美两头拿钱，丁大聪明的确 TMD 是个讲究人。

那他是怎么暴露的呢？起诉书上写的很清楚，丁从来没有告诉过 Google 他在中国已经搞了一家企业，也没有告诉 Google 他还在一家中国企业担任 CTO 。按理说你如果要瞒着，那就牢牢瞒住。

比如某大厂招聘的有竞业协议的员工，那些员工在企业通讯录上找不到，自己用的也是化名，手机号和微信也都换掉了，从来不在公司收任何快递，出入公司都带着口罩，唯恐被人抓住证据。

丁呢？在 Google 工作期间，还回国创业，参加路演，加入 MiraclePlus 孵化计划，到处宣传，非常高调。还宣传自己在 Google 参与大模型训练集群构建的经验，美化自己是「放眼全球，搭建过且能搭建万卡级算力平台的人全世界不足十人」其中之一，这给他牛掰坏了，甚至得到了陆奇的青睐。



另外，丁更沙波依的一点，是他在 23 年 12 月 2 日，把一部分 Google 的代码上传到了自己的 Google 云盘里去，然后还被 Google 发现并调查了。这货找了个理由，说上传这些代码，是要证明自己在 Google 工作。

更可耻的，是这货还在 2023 年 12 月 8 日，写了一个自我删除承诺书，Self-Deletion Affidavit (SDA)，内容包括「我已永久删除和/或销毁我在 Google 工作期间获得的任何非公开信息的所有副本」

I have searched my personal possessions, including all devices, accounts, and documents in my custody or control for any non-public information originating from my job at Google . . . I have permanently deleted and/or destroyed all copies of such information . . . As a result, I no longer have access to such information outside the scope of my employment.

但是他并没有删除。这个事情的恶心点在于，他承诺删除了代码，但是他并没有这么做，甚至还是堂而皇之的把代码放在 Google 云盘里。

这简直就是给西方媒体送上了一个「华人窃取知识产权，并且不信守承诺」的口实，这货完全是精致的利己主义者，占自己的便宜，堵死了后来者的路。

等到丁正式跟 Google 提出离职（12.25），Google 在 12 月 29 日才发现他已经参加了 11 月份的路演，毕竟路演材料传得沸沸扬扬到处都是。然后 Google 启动了调查，锁定了他的电脑，检查了他的电脑操作记录、办公场所出入记录和录像。

丁的离职日期是 24 年 1 月 5 日，他早在 23 年 12 月 14 日（提离职之前）就买好了 24 年 1 月 7 日旧金山回北京的单程机票。结果在 24 年 1 月 6 日，FBI 根据搜查令搜查了丁的住所，拿到了丁的电子设备（估计包括电脑和手机）；1 月 13 日，FBI 根据搜查令搜查了丁的 Google 账户。

FBI 调查的结论，丁大聪明窃取了「如何用 GPU 和 TPU 建立基础架构的方案、算力卡间通讯和执行任务的方案，利用数千张卡集群进行机器学习和 AI 训练的软件」，丢人丢到姥姥家了。

然后，中国工程师两国上班、盗窃 AI 机密、不遵守承诺书这个事儿，就彻底做实了。你说这货是不是有病？？？

大模型训练有什么困难的么？自从 Google 发布了 Transformer ，Meta 开源了 LLama ，整个开源社区就一直在群策众力地追赶 Chatgpt 的步伐，国内甚至搞出了百模大战，这有什么难的呢？

训练大模型的算力消耗是多少呢？我参与训练的大模型，1300 亿参数的，8 台 8 卡 A100 ，一天可以训练 12 亿 Tokens ，同样的训练代码扩展到 48 台 8 卡 H800 ，一天可以训练 140 亿 Tokens 。训练 2 万亿 Tokens 的语料，差不多 150 天也能完成了。

一般来说，一千张 GPU 已经足够深入研究和训练大模型了，搞万卡集群的目的又是什么呢？

万卡训练平台的确很难，但是难点在于并行计算么？难点明明在于国内买不到一万张 GPU 卡。现在国内的水货市场上，一套 8 卡 H100 计算模组，价格大约是 240 万，再配上机箱、电源、NVlink 网卡、CPU 、内存，最后的成本是 290 万。

万卡也就是 1250 台 H800 ，那 GPU 服务器总投资差不多是 36 亿，再考虑 25% 的网络成本，总投资差不多是 45 亿，这个钱阿里腾讯华为出得起，一般的国内厂家谁买得起？那丁这个技术不就是屠龙技么？

说实在的，Google 允许员工居家办公，并且允许员工的笔记本访问内网代码；丁最安全的窃取方式，难道不是利用 HDMI 线把电脑投屏出去，在另一台电脑上利用 OBS Studio 等视频采集软件，把屏幕上的代码录下来么？

有了录屏之后，丁难道不应该用另一台电脑，用屏幕 OCR 的方式，结合大模型，重新把代码写一遍，再加密保存到自己的私人 NAS 里么？为什么要用最愚蠢的方式，把文件直接下载并上传到 Google 云盘呢？

真的，太 WS 了，极其 WS 。肉身回国打工兼创业，同事代打卡拿 Google 工资，用最愚蠢的方式复制代码，还保存到云盘里，技术水平不怎么样，还往死里占便宜。结果自己进去了不说，还断了不少中国留学生的后路。

走 WS 的路，让后人无路可走。

最后跑个题，IT 工程师都应该有私人 NAS ，这是基操。

[1] 公共事务办公室|居住在加州的中国公民因窃取谷歌人工智能相关商业机密而被捕-美国司法部 : https://www.justice.gov/opa/pr/c ... gence-related-trade