推 erial: 如果是這類的科技業 才200太少 12/02 10:40
推 Murasaki0110: edge端百家爭鳴，大廠幾乎都有晶片計劃 12/02 11:00
推 yiefaung: training跟inference比難太多了而且目前沒急迫需求 12/02 11:33
※ 引述《KILLE (啃)》之銘言：
: 個人認為 AI是個大泡泡
: 理由很不是因為炒很熱 又沒確實賺錢這觀點
: 現在我們用104 去查 deep learning
: 全台可以找到全職6185個職缺 https://imgur.com/wCQVRqB
: 但用CUDA去找 只能看到 77個職缺 https://imgur.com/ve9tbj1
: ※ OpenCL:65個
: 類似的狀況在矽谷也一樣 以下是用indeed之結果
: https://imgur.com/uHP7coL
: https://imgur.com/JfQZ5UP
: ※ OpenCL是152個
: 看來OpenCL雖然號稱是業界標準 但流通度還是不如輝達私有之CUDA
: 所以以下文用CUDA來討論
: 大部份人都知道 深度學習是基於多核共同決策
: 這人工智能多核環境 大多是用顯卡來運行
: 看看這精美的比例 台灣1:80 矽谷 1:10
: 現在深度學習 是成熟到像.Net框架
: 不需要聘人來優化下面的顯卡操作是不?
: 還是說這些做優化計算的人 不削用CUDA
: 直接騙顯卡他要畫3D 用directX/OpenGL來操作?
: 亦或是這些使用人工智能之公司 不是用顯卡 是用併連CPU來算?
: 還是說
: 這些人工智能 根本就還未進入到穩定營運模式
: 所以無需找人來做下層優化?
: 算法開發與算法優化 人力配置比是多少 大家心裡有數
: 但絕不是十比一這數字 更不可能是80:1 (80:1是根本不聘人優化)
: 更況論CUDA職位還很多與人工智能無關者
: 若人工智能不是泡泡...那要怎解釋為何需求這樣少的CUDA人力?
: ※ 引述《orz44444 (修羅下輩子是人才是人~~)》之銘言：
: : https://udn.com/news/story/7269/3512387
: : 2018-12-01 13:26 聯合晚報 記者葉卉軒/台北報導
: : 系統分析師起薪43K
: : AI對就業影響大，大企業開始布局。人力銀行表示，2019年企業最看好題材與職缺第一名
: : ，皆與AI有關，AI是各項工作職能最耀眼的顯學，薪資相對亮眼。如演算法開發工程師、
: : 系統分析師大學學歷，起薪分別是約3萬9000元和4萬3000元，工作五年後薪資可以突破5
: : 萬，平均年薪80萬到100萬。金融業導入FIN TECH領域後，科技業或製造業，若與互聯網
: : 、雲端運算、區塊鍊、產線自動化有關，AI相關職缺大熱門。
: : 104人資學院資深副總經理花梓馨表示，近年來台灣IC產值不斷提升，帶起AI與大數據等
: : 人才缺口，2019年將延續浪潮，新科技成長持續看俏。
: : 1111人力銀行和yes123求職網也指出，明年企業最看好題材與職缺第一名，皆與AI有關，
: : AI目前工作職能起薪條件最耀眼。
總覺得拿CL跟CUDA、乃至GPU在講AI「前線」有點怪
攪硬體、以及軟體整合的前沿有所轉移
目前edge device跑inference的DL accelerator都不是走這邊
偏好的路大抵是：
軟體吃train好的model生native code、丟到專用ASIC跑——
Intel收購一段時間的Movidius：
https://www.movidius.com
他們之前在HotChips 26上面的報告
https://youtu.be/nIqHeG2MnPs?t=1716
toolchain改自LLVM，主控的是一顆Leon（開源的SPARC）、
配上一票VLIW cores
之前也開始做的比特大陸：
https://tinyurl.com/yc9b54zw
N牌前些日子GPU Tech Conference公開了他們NVDLA
目前是吃Caffe Model再吐code下去給runtime跑：
http://nvdla.org/sw/compilation_tool.html
Caden底下的Tensilica基本上也是拿VLIW core(e.g. LX7)來用
軟體層也是吃model：
https://ip.cadence.com/ai
雖然目前都是inference端
未來training這段可能也會往這塊跑？
--
Linux is the bone of my world.
Kernel is mybody, and initramfs is myblood,
have created over a thousand Distros.
Unknown to impossibility.
Nor known to limitation.
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.229.185.158
※ 文章網址: https://www.ptt.cc/bbs/Tech_Job/M.1543716533.A.42E.html