Re: [新闻] AI“薪”贵!科技业祭出年薪200万抢人才

楼主: snaketsai (さいでんし)   2018-12-02 10:08:41
※ 引述《KILLE (啃)》之铭言:
: 个人认为 AI是个大泡泡
: 理由很不是因为炒很热 又没确实赚钱这观点
: 现在我们用104 去查 deep learning
: 全台可以找到全职6185个职缺 https://imgur.com/wCQVRqB
: 但用CUDA去找 只能看到 77个职缺 https://imgur.com/ve9tbj1
: ※ OpenCL:65个
: 类似的状况在硅谷也一样 以下是用indeed之结果
: https://imgur.com/uHP7coL
: https://imgur.com/JfQZ5UP
: ※ OpenCL是152个
: 看来OpenCL虽然号称是业界标准 但流通度还是不如辉达私有之CUDA
: 所以以下文用CUDA来讨论
: 大部份人都知道 深度学习是基于多核共同决策
: 这人工智能多核环境 大多是用显卡来运行
: 看看这精美的比例 台湾1:80 硅谷 1:10
: 现在深度学习 是成熟到像.Net框架
: 不需要聘人来优化下面的显卡操作是不?
: 还是说这些做优化计算的人 不削用CUDA
: 直接骗显卡他要画3D 用directX/OpenGL来操作?
: 亦或是这些使用人工智能之公司 不是用显卡 是用并连CPU来算?
: 还是说 
: 这些人工智能 根本就还未进入到稳定营运模式
: 所以无需找人来做下层优化?
: 算法开发与算法优化 人力配置比是多少 大家心里有数
: 但绝不是十比一这数字 更不可能是80:1 (80:1是根本不聘人优化)
: 更况论CUDA职位还很多与人工智能无关者
: 若人工智能不是泡泡...那要怎解释为何需求这样少的CUDA人力?
: ※ 引述《orz44444 (修罗下辈子是人才是人~~)》之铭言:
: : https://udn.com/news/story/7269/3512387
: : 2018-12-01 13:26 联合晚报 记者叶卉轩/台北报导
: : 系统分析师起薪43K
: : AI对就业影响大,大企业开始布局。人力银行表示,2019年企业最看好题材与职缺第一名
: : ,皆与AI有关,AI是各项工作职能最耀眼的显学,薪资相对亮眼。如算法开发工程师、
: : 系统分析师大学学历,起薪分别是约3万9000元和4万3000元,工作五年后薪资可以突破5
: : 万,平均年薪80万到100万。金融业导入FIN TECH领域后,科技业或制造业,若与互联网
: : 、云端运算、区块炼、产线自动化有关,AI相关职缺大热门。
: : 104人资学院资深副总经理花梓馨表示,近年来台湾IC产值不断提升,带起AI与大数据等
: : 人才缺口,2019年将延续浪潮,新科技成长持续看俏。
: : 1111人力银行和yes123求职网也指出,明年企业最看好题材与职缺第一名,皆与AI有关,
: : AI目前工作职能起薪条件最耀眼。
总觉得拿CL跟CUDA、乃至GPU在讲AI“前线”有点怪
搅硬件、以及软件整合的前沿有所转移
目前edge device跑inference的DL accelerator都不是走这边
偏好的路大抵是:
软件吃train好的model生native code、丢到专用ASIC跑——
Intel收购一段时间的Movidius:
https://www.movidius.com
他们之前在HotChips 26上面的报告
https://youtu.be/nIqHeG2MnPs?t=1716
toolchain改自LLVM,主控的是一颗Leon(开源的SPARC)、
配上一票VLIW cores
之前也开始做的比特大陆:
https://tinyurl.com/yc9b54zw
N牌前些日子GPU Tech Conference公开了他们NVDLA
目前是吃Caffe Model再吐code下去给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)来用
软件层也是吃model:
https://ip.cadence.com/ai
虽然目前都是inference端
未来training这段可能也会往这块跑?
作者: erial (erial)   2018-12-02 10:40:00
如果是这类的科技业 才200太少
作者: Murasaki0110 (麦当劳欢乐送)   2018-12-02 11:00:00
edge端百家争鸣,大厂几乎都有芯片计划
作者: yiefaung (艾克斯卡利伯)   2018-12-02 11:33:00
training跟inference比难太多了而且目前没急迫需求

Links booklink

Contact Us: admin [ a t ] ucptt.com