华人丁林葳因窃取Google AI技术在美被捕，工程师之耻

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