Re: [新聞] AI「薪」貴！科技業祭出年薪200萬搶人才

※ 引述《KILLE (啃)》之銘言： : ※ 引述《KILLE (啃)》之銘言： : : 又過一年了 來看本人兩年前預測文 : : 矽谷這AI職缺明顯變少 https://imgur.com/EM9X6Kj

: : CUDA也變少 https://imgur.com/kzGtpoj

: : 產品要落地 必要之優化不可少 : : 產線要優化 流程要優化 電路設計需要優化 裝置軟體韌體要優化 : : 憑甚就AI不需要 ? : : https://finance.technews.tw/2021/01/15/unicorn-companies-software-ec-ai/ : 現在結果算是揭曉了 : AI = 拼數據 沒數據就是吃毛 : 數據充足 爛模型亦為結果好棒棒 : 數據不足 神佛亦難救 : 在數據夠情況下 不要說底層優化到自己開晶片 : 就算是推論inference運行模型之晶片 還買都買得到 : 是的 我當初推論偏頗 以CUDA為深度學習量揣指標 : 我未想到還有AI專用晶片這路 : 以我這四年觀察 : : 人工智能 離不開傳統做法為前處理 不論是統計分析還是訊號圖像處理 : 這些傳統處理 相當多適合一口令一動作無需判斷之併行計算 : (SIMD單指令多筆數據) : 也就做CUDA(或SIMD(x86 SSE/AVX, arm NEON)優化 : 在數據夠 在玩到一定程度後 這些前處理必需優化 : 而數據量是核心之核心 以致根本沒幾間公司數據量達到需聘人優化前處理 : 人們現發現其實AI(在數據不足時)也沒這樣神 : AI今日退成統計分析之一環 與傳統方法互補 : 今日 累計數據之重要性 比 找個AI天才 來得重要 : AI常只是意謂 這公司有在做統計分析 至於是不是神經網絡 那不是重點 : 結果能用 正確 就可以了 : 採數據才是AI真議題 所以做單晶片韌體之人 比之前來得搶手 : 不過AI也不能說沒用 讓公司重視數據分析 看出些端倪 總是好是 AI在所有人用的方法都差不多，使用的訓練設備都差不多 瓶頸主要在訓練資料和產品的硬體架構 MTK CAI新人十個有十一個都想搞Algorithm 但他們不曉得Algo的世界的殘酷 只有第一名和輸家，這塊早就已經血流成河 投100體力大概只有10的期望回報 台灣不搞雲端，資料這塊基本沒救。 把軟硬體整合做好是唯一出路 現在就是Nvidia Cuda太貴，Arm Neon不夠用。 設計一套新指令集解決Edge computing的需求是當務之急 這邊有滿多Work可以做的，比如說以下這幾項： RISC-V+客製指令 推論算法/量化算法 (int8 qunatization) 編譯器技術(LLVM/TVM/MLIR) 指令模擬器 這些都是滿值得投資源下去研究的東西 軟硬整合整的好，做的夠省電，效率夠高 用最稀鬆平常的CNN幹下去，就算對手是Qualcomm也是打爆 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.228.76.74 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Tech_Job/M.1671986073.A.A9D.html