01
«Departamento de Ingeniería Civil», ¿con qué derecho a cobrar un salario alto?
¿Qué es un talento en AI Infra? En pocas palabras, un talento en AI Infra se dedica a cómoExtraer la mayor utilización posible de las costosas tarjetas GPU…ahorrando dinero real a la empresa. Lu Bingning le dijo a Lei Feng Wang (cuenta pública: Lei Feng Wang) que, de 2022 a 2024, durante esos tres años, el puesto de Infra era básicamente un “trabajo secundario”. Tras la aparición de ChatGPT, China entró de inmediato en la “guerra de los cien modelos” y en la fase de pruebas de aplicaciones. El capital y los equipos se fijaban en dos cosas: que el rendimiento de los modelos igualara al de ChatGPT y sacar cuanto antes una Killer App. Tanto la atención como los altos salarios se priorizaron para los puestos de algoritmos y de producto. Bajo la ansiedad de “subirse primero al tren y comprar el billete después”, la eficiencia de la ingeniería no era una prioridad, y el desperdicio de capacidad de cómputo y los problemas de eficiencia de planificación quedaron temporalmente ocultos. “Mientras el clúster no se cayera y la factura no explotara, el trabajo se consideraba cumplido. El valor de los equipos de soporte como los ingenieros de Infra…”En aquel momento se lo equiparaba con la operación y mantenimiento, y nadie lo tomaba en serio.»confesó Zhang Tong, experto en planificación de capacidad de cómputo de cierto laboratorio de grandes modelos. El giro ocurrió después de la salida de DeepSeek R1. Según el recuerdo de Lu Binning, tras el lanzamiento de R1, toda la industria se preguntaba una cosa: DeepSeek, con tan pocas personas, logró hacer un producto tan bueno y ganar tanto dinero; ¿cómo lo hicieron? Más tarde, parte de la respuesta recayó en la reducción de costos de Infra. Todos descubrieron que la inferencia de grandes modelos quema dinero real, y a menudo revienta la factura. En ese momento, hacer reducción de costos de Infra significaba que cada céntimo ahorrado era ganancia pura y dura. Entonces todas las empresas empezaron a buscar talento de DeepSeek, y en cuanto a los salarios, básicamente se negociaba sin límite.Hacer bien la reducción de costes de Infra puede ahorrar decenas de millones en gastos de capacidad de cómputo
La etapa de la industria de la IA ha cambiado, y el peso del valor de la infraestructura también ha cambiado
02
¿Solo el 5% de las personas capturó esta prima?
A juzgar por lo que se ve, las cuatro palabras "salario duplicado" ya se han convertido en el mantra del mercado de reclutamiento de AI Infra. Pero para Guo Quanwei, cofundador y CTO de StartLux, esto se parece más a tomar a unos pocos valores atípicos como si fueran la norma general. Su juicio cuenta con el respaldo de algunos datos. Los salarios de los puestos en Maimai muestran que el salario mensual de los talentos en AI Infra en China continental ronda los 7.3万元, ya ligeramente por encima del de quienes trabajan en algoritmos de grandes modelos. Sin embargo, el promedio oculta la diferenciación interna. Lo que realmente eleva la curva salarial son aquellos que logran aumentar la tasa de utilización de las tarjetas de cómputo; mientras que la gran mayoría de los que hacen "Infra ordinaria" está lejos de duplicar su salario. Por ejemplo, los puestos de Infra que despliegan a productos frameworks de inferencia como VLLM y SGLang tienen en su mayoría salarios mensuales estancados entre 4万 y 5万, sin nada que ver con "duplicar". Más concretamente,¿De quién se está duplicando el salario?Las respuestas de varios entrevistados se concentraron en dos direcciones: la optimización de la inferencia y la cuantización de modelos. Lo que hace este tipo de personas es exprimir al máximo la potencia de cómputo de cada GPU. «Si ayudas a la empresa a ahorrar un 30% del tiempo de entrenamiento, o a obtener un 30% más de rendimiento en tokens, los costos bajan directamente y eso significa que la producción en investigación y desarrollo aumenta», añadió Guo Quanwei. En su opinión, quien sea capaz de consolidar la optimización de operadores, hacer bien la cuantización del motor de inferencia y lograr realmente ese rendimiento, merece con creces que se le duplique el salario. El problema es que este grupo de personas no es tan numeroso como se imagina. Según Guo Quanwei, la mayoría de ellos son veteranos con 5 a 10 años de experiencia profunda en el sector de Infra. A principios de su carrera trabajaron en grandes empresas de internet en sistemas distribuidos, computación de alto rendimiento, búsqueda y recomendación, bases de datos; sus salarios iniciales ya eran altos y su experiencia es difícil de reemplazar. «Solo con esos 5 a 10 años se puede asumir hoy el terreno de AI Infra; si alguien recién graduado, o con apenas uno o dos años de trabajo, pide desde el inicio el doble de salario, eso no tiene sentido». Según los cálculos de Guo Quanwei, quienes realmente obtienen esta alta prima representan apenas entre el 5% y el 10% del total de las personas dedicadas a AI Infra. Respecto a la diferenciación en los aumentos salariales, Lu Binning mantiene una opinión similar. Dividió el sector de Infra en tres partes:Aceleración de la optimización de inferencia, marcos de entrenamiento y desarrollo de operadores. «Estas tres áreas registraron aumentos elevadospero el grado de importancia que se les otorga es distinto». Dio una analogía sencilla:quien se dedica al desarrollo de operadores es como quien pule los utensilios de cocina: cómo afilar el cuchillo para que corte mejor, cómo lograr que la olla se caliente de manera más uniforme; quien trabaja en frameworks de entrenamiento construye el sistema de la cocina: quién corta los ingredientes, quién dirige la cocina, quién cubre cuando algo sale mal; quien trabaja en inferencia piensa en cómo servir los platos lo más rápido posible. Cómo sacar 10 platos con una misma receta y alimentar a miles de clientes: esa es la parte de monetización.En la industria generalmente se considera que los operadores y la inferencia son más importantes, y así se marcó la distinción entre lo caliente y lo frío. Leidong.com supo que, en el mercado laboral, los profesionales de frameworks de entrenamiento tienen una demanda relativamente mediocre. Una de las razones es que esta labor quema demasiado dinero: solo los grandes jugadores de internet y la nube pueden permitirse equipos dedicados, y algunas empresas unicornio directamente eliminaron todo el equipo de entrenamiento, dejando solo los equipos de inferencia y de operadores.
03
Quiénes pagan grandes sumas: cinco tipos de compradores, cinco cuentas distintas
La división entre puestos calientes y fríos esconde, detrás, los cálculos y las ansiedades privadas de distintos empleadores. Mirando la industria en su conjunto, los "compradores" dispuestos a pagar una prima por talento de Infra pueden clasificarse aproximadamente en los siguientes cinco tipos, cada uno con necesidades distintas."ByteDancetiene un gran volumen de negocio, y busca gente capaz de estabilizar la programación de entrenamiento e inferencia. Ya sea Seedance o Doubao, si un ingeniero de inferencia logra acelerar un 10%, el ahorro anual en costos de cómputo es considerable, con una relación inversión-retorno asombrosamente alta", dijo Liu Li, el alto directivo de la empresa unicornio de grandes modelos mencionada anteriormente.Tencentsigue otro camino: hace unos años sus modelos base eran relativamente débiles, pero estos dos años ha reforzado claramente los modelos base y la Infra completa, incorporando a Yao Shunyu y creando un departamento independiente de AI Infra, completando las carencias capturando equipos maduros del exterior.Alibaba y Baiducomo proveedores de nube, marcan otro ritmo. Durante la etapa dorada de la computación en la nube y el big data acumularon un gran contingente de ingenieros de Infra dedicados a sistemas distribuidos y a la construcción de plataformas base; con la llegada de la ola de la IA, muchos pudieron cambiarse directamente de puesto para cubrir vacantes. Además, ambas tienen chips de desarrollo propio y centran más el esfuerzo en la heterogeneidad, de modo que la contratación se ha convertido en una rutina diaria, un goteo constante, rara vez con la frenesí de disparar los salarios. Quienes realmente han visto explotar su demanda de talento de Infra son ByteDance y Tencent, además de DeepSeek, Kimi, MiniMax y otrasunicorniosque quieren exprimir al máximo el rendimiento de cada tarjeta. En general, los gigantes despliegan sus tropas con el estilo de un ejército regular en operaciones de gran unidad: un departamento de Infra suele partir de un mínimo de cincuenta o sesenta personas, con divisiones de operadores, entrenamiento, inferencia y redes tan finas como un quirófano. Los unicornios, en cambio, suelen adoptar el modelo de "fuerzas especiales reducidas". Sus equipos de Infra suelen tener una veintena de personas y prefieren perfiles polivalentes que dominen tanto el nivel bajo de los operadores como la gestión de motores de inferencia. La estructura también es bastante plana: un líder técnico "todoterreno" carga con el peso principal, debajo lleva dos o tres expertos de élite en direcciones especializadas, y estos dirigen a una veintena de veteranos de combate, enfrentándose cuerpo a cuerpo con las grandes empresas gracias a una altísima capacidad de combate individual. Por último, está un grupo de fabricantes de chips nacionales que están "apostando el destino del país": losfabricantes de chips nacionales."Muchos fabricantes de chips nacionales ya han llegado a la etapa de OPI, las opciones están a punto de poder ejercerse, y algunos profesionales de Infra saltan a estas empresas con la idea de 'apostar una vez y alcanzar la libertad financiera'", contó Liu Li a Leiphone. Aunque los aumentos salariales en efectivo que ofrecen los fabricantes de chips rondan generalmente el 45%, rara vez se ven las ofertas que duplican el sueldo de las grandes empresas, esa acción con posibilidad de ejercerse es en sí misma una ficha de gran atractivo. Al mismo tiempo, si se mira la pila tecnológica subyacente, la brecha de prima entre las tarjetas NV de NVIDIA y las tarjetas nacionales también es notable. Lu Bingning, el cazatalentos veterano mencionado anteriormente, dijo a Leiphone que conocer bien el ecosistema CUDA de NVIDIA sigue siendo "moneda dura"; el aumento garantizado para este tipo de talento al cambiar de empleo supera el 80%; las tarjetas nacionales dependen más de la coordinación hardware-software y de complejas adaptaciones de ecosistema, y los aumentos suelen rondar el 50%, sin llegar a ser tan agresivos como los del talento NV. Sin embargo, debido a las políticas externas de restricción de venta, el talento del lado NV ya es escaso; y como las políticas impulsan a las empresas a comprar chips nacionales, los profesionales de la línea de tarjetas nacionales tienen, en cambio, un futuro con más margen de imaginación. Cabe destacar que el mercado norteamericano también está ávido de talento en AI Infra. Las vacantes publicadas recientemente por OpenAI están casi todas ocupadas por motores de inferencia, operadores de bajo nivel para GPU y aceleración de rendimiento, y Anthropic también tiene más de una docena de posiciones correspondientes en búsqueda.04
Conclusión
¿Cuánto tiempo más podrá durar esta ola de aumentos salariales del talento en AI Infra? Es la pregunta que preocupa a muchos. El juicio de Lu Bingning es que esta ola de aumentos todavía puede sostenerse al menos dos o tres años. "Todavía estamos en un estado de demanda sin oferta suficiente; prácticamente todos los fabricantes están contratando, con salarios fijados muy altos."La razón por la que seguirán subiendo es que Infra ha generado muchos nuevos escenarios de negocio.En el terreno de los modelos base de diálogo general, muchos fabricantes nacionales ya tienen la disposición bastante avanzada; pero la implementación en escenarios verticales complejos apenas comienza. Ya sea el AI Coding, que devora cómputo, o el sector de generación de video en alta definición, con exigencias altísimas de throughput y latencia, en muchos casos aún no se ha completado el círculo comercial de toda la cadena. Estos nuevos sectores están librando intensos combates, y la batalla de los fabricantes por el talento está lejos de terminar. Mientras la comercialización de los grandes modelos siga siendo punzada persistentemente por las costosas facturas de cómputo, los profesionales de Infra capaces de exprimir ganancias de las tarjetas de cálculo seguirán obteniendo una prima salarial cada vez más alta.▼
Lecturas recomendadas
▼
BAT rehace en conjunto el «preentrenamiento de IA», tapando el hoyo de los «datos sucios».
2026-09-23
2026-10-13
Artículo original de Leiphone, prohibida su reproducción sin autorización. Para más detalles, consultelos requisitos de reimpresión。