近日，杭州电子科技大学卓越学院计算机英才班大四学生李其泽，确定直博头部985高校的消息在校园里传开了。不少同学知道他是因为他人设计的精研计算机系统，当下羡慕他是因为他凭借着一己实力实现了人生的逆袭。

“计算机系统设计，可是硬骨头，李其泽却乐在其中。”杭州电子科技大学老师章复嘉说。章复嘉是李其泽的指导老师，他说，如果说算法竞赛比拼的是“解题”，那么系统能力大赛的比拼的更像是“造一台软硬件协同设计的、能够实现AI功能的计算机系统”。在不同的赛道上，参赛者要亲手设计处理器、编写操作系统内核，或是完成智能计算算子，任何一个赛道都涉及底层知识、软硬件协同和漫长调试。

全国大学生计算机系统能力大赛因此被公认为大学生竞赛中最硬核的大赛之一。李其泽却在这条路上一步步“破壁”：2026年全国大学生计算机系统能力大赛操作系统设计赛内核实现赛道一等奖，2025年智能计算创新设计赛（先导杯）ONNX赛道三等奖，2025年CPU设计赛（龙芯杯）个人赛三等奖。

下决心入赛 “从底层实现一个处理器”

李其泽从大一起就在接触嵌入式开发，从 LED 到 RTOS，再到后来尝试独立编写文件系统。可是，他并没有像其他同学一样，热衷于参加各类竞赛。他说，他了解过算法竞赛、服务外包和大学生创新创业训练计划等项目，但都没有产生很强的参与意愿。

一直到大二下学期，李其泽在计算机组织与结构课程上，听章复嘉介绍了龙芯杯和处理器设计相关比赛时，他才开始“蠢蠢欲动”。因为在他看来，这是“从底层实现一个处理器”，“觉得这件事值得真正动手试一试。”

对普通人来说，计算机系统能力有些抽象。如果说程序员写应用是“开车”，那么系统能力就是理解发动机、变速箱和电控系统如何协同工作，更是设计它们能够协同工作的能力。计算机的“发动机”是CPU，操作系统是负责调度资源的中枢，编译器则把高级语言翻译成机器指令。这意味着上手更难、反馈周期更长，但也更能让一个人真正理解计算机是如何工作的。

从CPU到AI算子 在连续实践中找到方向

李其泽最初并不清楚自己具体应该走哪条路，章复嘉也没有替他作决定，而是把比赛信息、选题推进、问题讨论和方向调整，串成了一条持续的实践线，让他在亲手完成项目的过程中判断自己真正感兴趣的方向。

参加龙芯杯，李其泽接触到的是处理器底层设计；参加先导杯和后续在芯片公司的AI高性能实习，李其泽面对的是AI工作负载、自研芯片和算子开发。几段经历叠加后，李其泽逐渐清晰地知道，自己真正感兴趣的是AI体系结构和算力问题，尤其希望从硬件与软硬件协同的角度继续深入。

这种判断并非来自一时冲动。硬件设计受到性能、面积、功耗、流片周期和成本等现实条件约束，必须在设计阶段更加谨慎。李其泽说：“这种在明确约束下反复权衡并完成实现的过程很有吸引力，有一种工程上的美感。”

李其泽说，在他成长中，除了章复嘉的长期指导与帮助，邬惠峰老师依托工业互联网研究院为他提供了科研实践的平台和条件。“两位老师的培养并不局限于某一场竞赛或某一个项目，而是着眼于学生的长期发展，根据不同阶段的成长需求给予持续支持。”

享受“系统跑通那瞬间的激动”

全国大学生计算机系统能力大赛在高校学科竞赛体系中是出了名的“难而繁杂”。李其泽和队友毛顿开、吴立文却获得操作系统设计赛内核实现赛道一等奖。李其泽主要负责调度器的实现，在调度器方案上，三人有过不同想法，最终经过讨论，他们选择了更接近Linux的方案。

李其泽说，这是一次很平常的技术讨论，大家提出依据，再结合系统目标作出选择。相比于个人英雄式的灵感爆发，他更相信团队在长期相处中形成的默契。一起训练、比赛和生活，一起去哈尔滨、安徽等地参赛，让他们熟悉彼此的做事方式，信任是在共同完成项目和日常相处中逐渐形成的。

真正让他感到“系统跑通了”的节点，是把Bash shell移植到自己的操作系统中，并能够正常启动和交互。看到shell真正运行起来，他们才确认前面的多个系统模块已经能够协同工作。李其泽第一时间把结果告诉了队友，“大家的激动和获得感，是无与伦比的。”

系统调试很少有一蹴而就的时刻。在龙芯杯CPU设计赛中，最棘手的是外设控制器部分：每次修改都需要重新编译、排队上板，反馈周期很长。经过几天反复尝试，李其泽重写了控制器，并最终解决了问题。这段经历让他认识到，系统调试依靠的不是某个瞬间的灵光一现，而是对现象的持续观察、对实现细节的理解，以及在较长反馈周期下保持耐心。

不追逐热门 把感兴趣的问题做深

系统能力研究周期长、上手难，不少同学更愿意选择AI、应用开发等热门方向。李其泽却选择体系结构、操作系统这条更“硬”的路。他的理由并不复杂：更感兴趣。

关于“卡脖子”，他保持着清醒。李其泽认为，参加系统能力比赛不等同于解决产业问题。比赛首先训练的是对计算机底层的理解和完成复杂工程的能力，它可以为后续研究打基础，但不能与解决产业问题简单画等号。国产CPU、操作系统、编译器和EDA等方向仍有较大提升空间，他更熟悉、也更愿意继续投入的是体系结构。

李其泽称，自己的动力主要来自对前沿技术问题的兴趣，而不是先给自己设定一个宏大目标。他希望先把具体问题做深，做出经得起验证的工作。至于成果最终应用于哪一类处理器、哪一个系统层次或哪一种实际场景，可以随着研究进展保持开放。

直博之后，他最想研究的是面向AI工作负载的软硬件协同优化，并把重点放在硬件和体系结构一侧：理解真实AI工作负载对计算、存储和数据通路的需求，再从硬件设计与系统协同的角度寻找优化空间。

对于其他人投来的羡慕目光，他说其实没有必要，每个人都可以找到适合自己的路。“不要被潮流裹挟，适合自己的才是最好的。这条路或许漫长，但兴趣可以指引我们一步步走下去。”