“以前 AI 业内把做 Infra、做工程的型土叫‘计算机里的土木系’，干着最脏最累的木系活，拿垫底的终翻钱。谁能想到他们现在这么值钱？年薪”某大模型独角兽高管刘立向雷峰网感慨道。他抛出一组薪资行情对比：AI Infra 工程岗以前在大厂，大模年包基本到不了 300 万；现在，型土好的木系 Infra 人有能开到七八百万的。比起算法岗（500~1400 万）还有差距，终翻但已经算打了个漂亮的年薪翻身仗。上市人力资源服务公司科锐国际华南区 AI 业务资深专家卢炳宁，大模也见证了这场狂飙：“2024 年在深圳见一个做 Infra 的型土候选人，他年薪还是木系 30 万；2025 年涨到 50 万；今年一跳槽，直接 100 万。终翻”“Infra 人才从独角兽跳去互联网大厂，薪资翻倍的有；从大厂跳去独角兽创业公司，薪酬包能涨到 3 倍左右，不过期权占大头。3 倍属于个例，2 倍更常见。”他补充道。这轮涨薪的起爆点，是 DeepSeek R1 的发布。“2025 年初 R1 爆火，让大家看到了 Infra 提升的价值，AI Infra 人才立马被各家模型厂商疯抢，这种状态一直持续到现在。”卢炳宁表示。然而，薪水翻倍从来不是雨露均沾。当市场的真金白银砸向这群人，究竟是什么在为他们定价？又是哪类 Infra 人，吃到了这轮红利里最肥的那块肉？简单来说，AI Infra 人才做的是怎么把昂贵的 GPU 算卡，榨出尽可能高的利用率，实打实替公司省钱。卢炳宁告诉雷峰网(公众号：雷峰网)，2022 到 2024 这三年，Infra 岗基本是个“配角工种”。ChatGPT 出来后，国内随即进入“百模大战”和应用尝鲜阶段。资本和团队盯的是两件事：模型效果打平 ChatGPT，尽快跑出 Killer App。关注度也好，高薪也好，都优先给了算法岗和产品岗。在“先上车再买票”的焦虑下，工程效率的优先级并不高，背后的算力浪费和调度效率问题被暂时掩盖。“只要集群别崩、账单别炸，就算交差。Infra 工程这类支撑团队的价值，当时被等同于运维，没人当回事。”某大模型实验室算力调度专家张桐坦言。据卢炳宁回忆，R1 发布后，行业都在琢磨一件事：DeepSeek 就那么点人，却做出了那么好的产品，赚了那么多钱，他们到底是怎么做到的？大家发现，大模型推理烧的是真金白银，而且常常把账单烧穿。这时候做 Infra 降本，省下的每一分都是实打实的利润。于是各家开始盯着 DeepSeek 挖人，薪酬基本都是敞开了聊。“Infra 现在的角色，就是给厂商省钱。省钱也是在赚钱。”卢炳宁说。能省多少？据他估算，做好 Infra 降本，算力开支能省下至少几千万的成本。落到具体方向上，算子是把单张卡榨到极致，推理是把各类资源调度结合起来，做成本优化、提高有效利用率。其中 PD 分离、专家并行、VLLM、SGlang 这几类优化，降本降得最狠。要知道，大模型公司最贵的开销，几乎都压在这些卡上。业内流传过这样一笔预算配比：AI 模型公司每投 100 块到 AI 训练上，40 块花在算力，30 块花在人才，20 块打广告，剩下 10 块买数据。训练一次大模型、跑一晚推理，GPU 集群的采购、租赁和电费，往往吃掉 AI 业务成本的大头，有的公司甚至占到 6 成以上。张桐告诉雷峰网，行业里 GPU 的实际利用率长期偏低，平均只在 25% 到 27%，也就是说买来的算力有一大半没被真正跑起来。而这，恰是 Infra 人才的用武之地，“同样是这批卡，好的Infra团队能把利用率拉到 40%，这十几个百分点的差距，就是壁垒。”简单算一笔账：B 卡 8 卡的一套机子，国内现货交割 1300 万，3 个月后的期货大概 1100 万，“但凡省 8 张卡，一千多万就省出来了”。但省钱只是账面上最直观的一层。更深的一层是，大模型的技术竞赛，已经从拼算法创新，走到了拼底层系统工程的硬仗阶段。在算法红利见顶的当下，底层系统工程成了性价比更高的杠杆。“你在 Infra 上抠出一点优化，带来的效率飞跃，远比死卷算法划算得多。”某大模型独角兽资深 AI Infra 工程师周岳坦言。大模型训练眼下近乎开卷考试。得益于开源模型普及，Transformer 等基础架构走向成熟收敛，行业比拼的重点，已经从基础预训练，转移到工程化落地、推理优化这些环节。“现在大模型训练里，真正‘非你不可’的创造性工作已经很少了，大部分活就是数据清洗、数据配比实验、工程调优这些。这些活称不上高科技，却能带来真金白银。”周岳补充道。Infra 工程师打开服务器，把光纤和线捋一捋，扎带松开一点别扎太紧，就能让一台服务器快个 10% 到 20%。“这玩意儿你真的讲不通道理在哪里，必须要真的干过才能摸透。”“Infra 这个岗位，确实已经不是以前那个 Infra 了。”卢炳宁告诉雷峰网，以前 Infra 效益不高，是因为 2023、2024 年大家看的是评测，提升几个点对公司就是正向的，还能借此融到钱。但现在算法和产品基本成熟了，公司开始转而要每张卡能产生的最大价值。这时候 Infra 带来的收益很容易被量化，价值自然就升上去了。但价值被重估，不等于人人都涨薪。当市场把高薪砸向 Infra，真正吃到那块最肥溢价的，其实只有一小撮人。看上去，“薪资翻倍”这四个字，已经成了 AI Infra 招聘市场的口头禅。但在 StartLux 联合创始人兼 CTO 郭权玮看来，这更像把少数离群值，错当成了普遍常态。脉脉上的岗位薪资显示，中国大陆 AI Infra 人才月薪大致在 7.3 万元，已经略高于做大模型算法的人。不过，平均数掩盖了内部分化。真正把薪资曲线拉起来的，是那波能把算卡利用率提上去的人；而大量做“普通 Infra”的人，离翻倍还远。比如，把 VLLM、SGLang 这类推理框架部署到产品上的 Infra 岗位，月薪大多停在 4 万到 5 万，跟“翻倍”不沾边。几位受访者给出的答案集中在两个方向：推理优化和模型量化。这类人做的事，正是把每一张 GPU 的算力尽可能压榨到极限。“如果你帮公司省下 30% 的训练时间，或者多出 30% 的 Token 吞吐，成本就能直接降下一截，就意味着研发产出提高了。”郭权玮补充道。在他看来，能把算子优化做扎实、把推理引擎的量化做漂亮、把吞吐量真正跑出来的人，薪资翻倍并不过分。在郭权玮看来，这群人大多是在 Infra 行当里深耕了 5 到 10 年的老兵。他们早年在大型互联网公司做分布式系统、高性能计算、搜索推荐、数据库，起薪本就不低，经验很难被替代。“你有这 5 到 10 年，才接得住今天 AI Infra 的盘子；一个刚毕业、或者才工作一两年的新人，开口就要两倍薪资，那不科学。”据郭权玮估计，这类真正吃到高溢价的人，在整个 AI Infra 人群里基本只占 5%~10%。他将 Infra 划分成了三块：推理优化加速、训练框架、算子开发。“这三块涨幅都高，但受重视程度有所差别。”做算子开发的，就像是在打磨厨具，刀怎么磨最利、锅怎么受热最匀；做训练框架的，是在搭后厨体系，谁来切菜、谁来掌勺、出错谁顶上；做推理的，是想怎么出餐最快。一份食谱怎么同时端出 10 道菜、喂饱几千个客人，做变现的环节。
业内一般认为算子和推理更重要，冷热也就这么分出来了。雷峰网了解到，招聘市场上，训练框架人才的热度相对一般。原因之一是这活太烧钱了，只有头部互联网和云厂商养得起专职团队，而一些独角兽干脆把训练组整个砍掉，只留推理和算子团队。岗位冷热的分化，背后是不同雇主私下的算盘与焦虑。放眼整个行业，愿意为 Infra 溢价买单的“买家们”，大致有以下五类，它们的需求各有不同。“字节业务体量大，他们要的是能把训练推理调度做稳的人。不管是 Seedance 还是豆包，如果推理工程师能加速 10%，一年省下的算力开支相当可观，投入产出比高得吓人。”前述大模型独角兽高管刘立表示。腾讯走的是另一条路：早几年基模偏弱，这两年明显在补基模和完整 Infra，引入姚顺雨、单独成立 AI Infra 部门，靠从外部捞成熟团队来补齐。阿里和百度这类云厂商，则是另一种节奏。上一波云计算和大数据的红利期里，他们就攒下大批搞分布式、做底座的 Infra 工程师，AI 浪潮一来，不少人可以直接转岗补缺。加上两家都有自研芯片，重心更多放在异构上，招人也成了日常动作，细水长流，很少有把薪资拉爆的狂热。真正对 Infra 人才需求暴涨的，是字节、腾讯，外加 DeepSeek、Kimi、MiniMax 这些想要把每张卡的效益都榨到极致的独角兽。一般来说，巨头的排兵布阵讲究正规军兵团作战，一个 Infra 部门通常至少五六十人起步，算子、训练、推理、网络分得跟外科手术室一样细。它们的 Infra 团队通常二十来号人，偏爱既懂算子底层、又能操盘推理引擎的多面手。架构也比较扁平，一个“全能”技术老大挑大梁，底下带两三个细分方向的顶尖高手，再领着二十来个资深打手，靠极高的单兵作战能力跟大厂肉搏。“不少国产芯片厂商都已经走到 IPO 阶段，期权眼看能兑现，一些 Infra 人才会抱着‘赌一把、财富自由’的想法跳槽过去。”刘立告诉雷峰网。虽然芯片厂开出的现金涨幅普遍在 45% 上下，很少能见到大厂那种翻倍的开价，但那张有可能兑现的股票，本身就是个极有诱惑力的筹码。与此同时，放到底层技术栈上看，英伟达 NV 卡与国产卡这两条路线，溢价差距同样明显。前述资深猎头卢炳宁告诉雷峰网，熟悉英伟达 CUDA 生态依然是“硬通货”，这类人才跳槽涨幅保底在 80% 以上；国产卡更依赖软硬件协同与复杂的生态适配，涨幅通常在 50% 上下，没 NV 人才那么猛。不过，受限于外部的限售政策，NV 侧的人才本就不多；而政策又在推动各家采购国产芯片，国产卡这条线上的人，前景反而更有想象空间。值得一提的是，北美市场对AI Infra人才同样求贤若渴。OpenAI 近期放出的岗位几乎全被推理引擎、GPU 底层算子与性能加速占据，Anthropic 也有十几个对应职位在招。AI Infra 人才的这波涨薪还能持续多久？这也是很多人关心的问题。卢炳宁的判断是，这波涨薪，至少还能撑两三年。“现在还处在供不应求的状态，各家厂商基本都在招，薪酬挂得很高。”之所以还会涨，是因为 Infra 衍生出了很多新业务场景。通用对话基模这块，国内很多厂商布局得差不多了；但复杂垂直场景的落地，才刚刚拉开序幕。无论是狂吃算力的 AI Coding，还是对吞吐与延迟要求极高的高清视频生成赛道，全链路的商业化闭环，很多都还没走完。这些新赛道正在激烈交火，厂商们抢夺人才的战事远未终局。只要大模型的商业化还在被昂贵的算力账单持续刺痛，那些能在算卡上挤出利润的 Infra 人才，就会继续获得一路走高的薪酬溢价。
BAT 集体重做「AI 预训练」，补「脏数据」的坑
2026-09-23
AI 短剧日产 1500 部：一场全员狂飙下的「无人生还」
2026-10-13
