2025 年 12 月，性能工程领域的知名专家 Brendan Gregg 宣布从任职 3.5 年的 Intel 离职；2026 年 2 月，他正式官宣加入 OpenAI，以技术人员的身份投身 ChatGPT 性能工程优化 工作。
这场职业转型背后，是他对行业趋势的精准判断，也是对个人技术理想的一次重要实践。而在奔赴新赛道之前，Brendan 在 Intel 留下的技术与战略积淀同样值得关注。
一、深耕 Intel：3.5 年的技术与战略积淀
在 Intel 的 3.5 年，恰逢这家企业发展史上 最艰难的三年，且 Brendan 还经历了 15 个月的招聘冻结，但他依然交出了一份亮眼的成绩单。
开源 AI 火焰图、推动 Linux 发行版实现栈行走功能、主导 eBPF 技术指导委员会工作，还在云计算领域牵头制定了包含 33 项具体建议的 Intel 云业务挽回战略，甚至绘制出跨 19 个团队的协作可视化图谱，被 Intel 老员工评价为“公司首次出现此类跨公司协作参考”。
2024年10月，英特尔推出AI Flame Graphs性能分析工具，基于CPU火焰图打造，可可视化AI加速器/GPU硬件及全软件栈。
2025年5月，相关团队宣布AI Flame Graphs开源并支持英特尔Battlemage GPU，可生成全栈GPU火焰图，结合FlameScope进行深度性能分析。
除了这些具体成果，Brendan 在 Intel 也留下了诸多珍贵回忆，从与 Linus 的相遇，到被 Pat Gelsinger 在高管会议上引荐，都成为他职业经历的重要注脚。而他为 Intel 制定的云业务战略，也已留存于公司内部，成为后续发展的重要参考。
二、加入 OpenAI：多重动因交织的必然选择
离开 Intel 后，Brendan 历经 26 场面试与沟通，最终选择 OpenAI。这一决定看似突然，实则是行业挑战、技术普惠价值、团队氛围与个人梦想交织下的必然结果。其中最核心的驱动力，在于他看到了 AI 数据中心 领域对性能工程的迫切需求。
拯救成本就是拯救地球。 ——Brendan Gregg
Brendan 认为，AI 数据中心的运营成本正以 惊人的速度攀升，这不仅关乎企业的商业命脉，更与全球的能源消耗和生态环境息息相关。
而 AI 数据中心的极致规模与爆发式增长，让许多传统的性能工程方法逐渐力不从心。这也促使他思考：“性能工程的现有方法或许已不够用，需要探索全新的工程思路，更快找到更大的优化空间”。
OpenAI 恰好为他提供了这样的土壤——这里没有成熟规模化环境下的诸多条条框框，工程师被鼓励去挑战那些被认为是“难以改变”的领域，并拥有将想法“即刻落地、规模化实践”的自由。这种无阻碍的创新环境，对渴望突破技术边界的 Brendan 而言，是不可多得的机遇。
2.1 普通人的真实使用：触达心底的人文连接
如果说行业挑战是吸引 Brendan 的理性因素，那么普通人对 ChatGPT 的 深度认可与广泛使用，则从情感层面坚定了他加入的决心，也让他找回了曾在 Netflix 工作时的 人文连接感。
一次理发经历成了关键转折点。在面试的忙碌阶段，理发师 Mia 在得知他正面试 AI 数据中心相关工作时，瞬间兴奋地分享了自己使用 ChatGPT 的经历：用它了解朋友旅行城市的情况，借助其记忆功能获得如真人交流般的体验。这些 从未被 Brendan 设想过的使用场景，让他第一次直观感受到，ChatGPT 早已走出极客圈层，融入了普通人的日常生活。
这并非个例。在此之前，他与房产中介、税务会计、兼职养蜂人等不同职业的普通人交流时，都听到了他们对 ChatGPT 的热情反馈。当发现理发师对 ChatGPT 的品牌认知甚至超过 Intel 时，Brendan 深刻意识到，这项技术已真正拥有了普世价值，而自己能为其优化升级，既是职业机遇，也蕴含着一份社会责任。
2.2 顶尖的团队与熟悉的工作氛围
OpenAI 的 团队底蕴与工作氛围，也是吸引 Brendan 的重要原因。在与各大 AI 科技巨头的接触中，Brendan 发现 OpenAI 不仅汇聚了行业内最顶尖的工程师，更有许多他早已相识的熟面孔。
在 Netflix 共事过的前同事 Vadim 也在 OpenAI，这让他倍感亲切。Vadim 深知他的工作方式，曾带着性能问题与他一同调试解决，这样的默契搭档让他在新环境中拥有了坚实的支撑。同时，OpenAI 的工作氛围与 Netflix 高度相似：同样面临超大规模的云计算挑战、快节奏的代码迭代，也同样给予工程师充分的发挥空间。
Brendan 也始终保持着谦逊，他坦言：“OpenAI 并非缺乏性能工程人才，这里早已汇聚了众多行业老兵，我只是这个优秀团队的 最新一员。”
2.3 童年 AI 梦想的跨时空奔赴
加入 OpenAI，从某种意义上说，也是圆了 Brendan 一个埋藏多年的 AI 梦想，让他与童年的科技幻想重新连接。
从小深受英国科幻剧《布莱克七号》影响的他，对剧中那台能自然交流、统筹宇宙算力的超级计算机 Orac 痴迷不已。大学时，Brendan 便立志打造出类似的 AI，还尝试开发自然语言处理软件，只是受限于当时的硬件技术——主存无法容纳完整词典，项目最终被迫搁置。
而当他第一次使用 ChatGPT 时，便好奇地询问它是否能模仿 Orac 的风格回答问题，得到的回应完美还原了 Orac 傲娇、犀利的性格，这让他惊喜不已。ChatGPT 的出现，让他看到了当年梦想照进现实的可能，而加入 OpenAI，则让他有机会亲身参与到塑造这类顶尖 AI 技术的进程中，续写自己的探索之路。
三、在 OpenAI 的全新征程：从悉尼出发，聚焦性能优化
如今，Brendan Gregg 以 Member of Technical Staff 的身份，在澳大利亚悉尼远程为 OpenAI 工作，向 Justin Becker 汇报，正式加入 ChatGPT 性能工程团队，同时与公司其他性能工程团队展开深度协作。
他的首个项目，便是制定一项 跨组织的性能优化战略，旨在系统性提升 OpenAI 产品性能、降低运营成本。在技术实践上，他计划从实际需求出发，将自己擅长的 eBPF、Ftrace、PMCs 等经过大规模数据中心验证的成熟工具与方法论，引入到 AI 数据中心的 性能工程 优化中，尝试开辟新的路径。
Brendan Gregg 著作《BPF之巅：洞悉Linux系统和应用性能》封面。
在开启新征程后，Brendan 再次找到理发师 Mia，询问她是否还在使用 ChatGPT，得到的答案是坚定的：“twenty-four seven!”（全天候使用）。这或许是对他这次职业选择最朴素也最有力的肯定。
结语：性能工程专家的赛道新探索
从 Intel 的企业级技术战略与云业务布局，到 OpenAI 的普惠 AI 性能优化，Brendan Gregg 的职业转型，是性能工程专家对 AI 时代行业趋势 的精准把握。
他带着在 Intel 3.5 年的技术积淀与战略视野，带着数十年深耕性能工程的专业经验，踏入了 AI 这一代表未来的核心赛道。在 AI 技术消耗巨大算力与能源的当下，Brendan 与 OpenAI 的碰撞，不仅为他个人的职业生涯开启了新篇章，也可能为整个 AI 数据中心 的能效优化带来新的思路与实践。
对这类系统级性能优化和工程文化感兴趣的朋友，也可以在 云栈社区 的 运维/DevOps/SRE 及 网络/系统 板块找到更多深入的讨论与资源。
发表于 12 小时前
|
查看: 2|
回复: 0
