楼主:
KILLE (啃)
2019-12-09 15:45:01※ 引述《KILLE (啃)》之铭言：
而且很多公司弄ai是在改善自己流程，不是把应用拿去卖
作者:
DrTech (竹科管理处网军研发人员)
2018-12-02 10:00:00不是在业内吧，机器学习实际上，不一定要深度学习。不一定扯到CUDAAI 工作，等于CUDA工作吗？
作者:
guest0079 (SpongeBob SquarePants)
2018-12-02 10:26:00又是一篇学生文 还是外国学生文 可能跑去大陆唸书了屁孩写文章跟大老板一样都一堆文句问句一堆 什么屁也没放
看到这篇有点感慨，因为最近我才明白自己只是API工程师
原po弄错了,写程式的也不会一开始就最佳化,一定是先先对,等全部规格完成,再看那些再最佳化,顺序根本反了
作者: eknbz (^_<) 2018-12-02 23:01:00
我懂原PO想说什么:走到后期tuning效能,最佳化的公司比例甚少，大多还在前期prototype, model阶段 但AI已经喊得震天价响 认为这样算是吹泡泡传统消费电看法的确要到后期调教性能才算接近商业化产品
作者: eknbz (^_<) 2018-12-02 23:10:00
有的AI应用是比想法创意，至于框架和实现就站在google nvid的肩膀上 有的是拼效能，这种就要最佳化 两者无法相提并论结果我想说的下一篇blue大就讲的差不多了...
cuda 不就只是用来做gpu平行运算用吗 优化算的更快 还不如把model压缩-.- 况且还要确认你算法精度够高
作者:
matyih (mat)
2018-12-03 02:18:00楼上Cuda还是很重要喔，只是cudnn都帮你写好了（里面由cuda/ptx码组成） 没有的话普通人根本没有办法有效训练模型
pandas在github主要开发者(commits>200)也才10人其他AI主流套件也差不多 核心开发者都少 一般都是会使用就好 其实除非强到会飞天 不建议改底层算法 因为写出来bug不见得少 效能不见得好
可能对他们而言 找人改底层算法不如加一片GPU...
作者:
miname (>.<)
2019-12-09 16:17:00可以不要用cuda啊，tpu快很多
过一年来看,除了科技部国网中心不少预算外,新创没有大陆台湾不少圈钱,也不了了之,ITRI一直有计画,但展出的东西,办识乖乖等零食,花一堆钱,所以不说自明了补个挂,这口号还是一样在喊,预算也不少