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。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 24.5.126.55
※ 文章網址: https://webptt.cc/bbs/Tech_Job/M.1543685658.A.66B.html
所以少到一比十?
若真無需優化..那這樣與做網頁都用.net框架一樣 不用五年就爛到翻
早年windows編程聘多少比例之人優化效能 ？
十年前機器視覺 聘多少人優化計算？
所以說這些在做應用之公司 只要靠框架就可
那就是公司間沒甚差異性
看看 做網頁 只要.net就可以 那利潤怎樣 大家很清楚
沒錯 本人確實不是在台灣業界
優化CUDA本身只有輝達才有辦法 太多黑盒部份
但深度學習 不需要優化用CUDA寫的"函式庫層"
(這牽扯到CUDA架構 算法特性 目標模型 題目質實)
而只聘人在上層改模型 湊曲線
說這真的有甚搞頭 我是不太信 根本是還在搞原型吧
※ 編輯: KILLE (24.5.126.55), 12/02/2018 03:41:33
沒錯 還卡在模型上啊
所以還沒獲利啊 當然不聘人去優化下層CUDA
這不就是泡沫
討論枝葉之繁貌可能性 對根之疏淺略之不提?
不然要用OpenCL DirectCompute當指標也可以 只是會更慘
※ 編輯: KILLE (24.5.126.55), 12/02/2018 10:53:04
沒有啊
獲利後再改底層 是極正常
所以就是還未獲利嘛 不然怎CUDA缺與深度學習不成比例
※ 編輯: KILLE (24.5.126.55), 12/02/2018 11:04:15
推文 (88)
推
wellonguy6
同意
12/02 01:42
推
meatybobby
需求量差很多啊 CUDA就NVIDIA最缺人 其他家用N的框架
12/02 01:43
→
meatybobby
除非運算量有大到要去優化CUDA的 但那種一定更少
12/02 01:43
推
meatybobby
AI算新產業 有做起來到需要優化運算的 只有十分之一也
12/02 01:49
→
meatybobby
合理吧
12/02 01:49
→
meatybobby
現在主流的AI框架Tensorflow Pytorch都很成熟了
12/02 01:50
→
meatybobby
一個是Google在維護 另一個是Facebook在維續 算很穩吧
12/02 01:51
→
meatybobby
我看懂樓主想表達的意思了 確實現在AI做起來的不多
12/02 01:53
→
meatybobby
但現在硬體的進步也讓需要優化的運算量門檻提升了
12/02 01:55
噓
justin1943
你應該不是在業界
12/02 02:54
推
a000000000
之前看過某台廠在徵(低薪)大數據專員 結果
12/02 02:56
→
a000000000
說穿惹只是在作excel統計資料而已
12/02 02:56
→
a000000000
開缺的人不懂隨便扯 職缺內容當然也是亂七八糟
12/02 02:57
推
kkenex
推
12/02 02:57
推
Morphee
其實很多人在優化 只是不是優化CUDA 幫敵人磨刀幹嘛
12/02 03:25
→
vesta9
不知所云。應用的下一層是 tensorflow 等的開發框架，不是
12/02 06:53
→
vesta9
cuda。不管是效果還是效率的優化對象不會是 cuda
12/02 06:53
推
dworld
大推，你講是內行人會的，這篇大概還有很多人看不懂
12/02 07:51
推
sdyy
瓶頸不在那啊 難不成車廠要先會做好輪胎才能開發引擎
12/02 08:33
→
sdyy
同意vest講的
12/02 08:34
推
hakkacandy
是誰看不懂啊......推 vesta
12/02 08:46
→
hakkacandy
都用框架,厲害的廠商可以賣你元件一套賣40萬啦
12/02 08:48
推
Fireis556
有趣
12/02 08:48
推
hakkacandy
而且很多公司弄ai是在改善自己流程，不是把應用拿去
12/02 08:57
→
hakkacandy
賣
12/02 08:57
推
NUKnigel
推！一年後再來看這篇
12/02 09:22
推
batista1980
看不懂哭哭，感覺是好文
12/02 09:25
→
DrTech
不是在業內吧，機器學習實際上，不一定要深度學習。不一定
12/02 10:00
→
DrTech
扯到CUDA
12/02 10:00
推
DrTech
AI 工作，等於CUDA工作嗎？
12/02 10:03
推
guest0079
又是一篇學生文 還是外國學生文 可能跑去大陸唸書了
12/02 10:26
推
guest0079
屁孩寫文章跟大老闆一樣都一堆文句
12/02 10:28
→
guest0079
問句一堆 什麼屁也沒放
12/02 10:29
噓
wixter
完全巷子外的，最大瓶頸明明是model架構
12/02 10:29
推
guest0079
就好像在二十年前質疑網路是泡沫 理由是網卡公司開的
12/02 10:33
→
guest0079
缺極少
12/02 10:33
推
michaelgodtw
某英特爾出來的，到處說以後不用工程師，產線了，
12/02 10:33
→
michaelgodtw
完全ai
12/02 10:33
→
michaelgodtw
然後上面就聽的很高興，你講的跟他完全不一樣，人
12/02 10:34
→
michaelgodtw
家說他英特爾出來的說
12/02 10:34
→
codotsun
看完文章只想問... 你真的有碰過AI嗎...
12/02 10:41
→
aiueokaki
很多都有賺錢了好嗎 而且為啥關鍵字是cuda…
12/02 10:49
噓
Murasaki0110
又是一個鍵盤ai專家
12/02 10:52
推
w60904max
現在train的運算速度不是瓶頸
12/02 10:59
噓
vvind
你太執著在獲利前提是需要去改底層
12/02 11:01
推
simpleplanya
個人覺得滿有道理的
12/02 11:13
推
yiefaung
熱錢湧入 大部分的人當然先卡位先賺
12/02 11:36
噓
Murasaki0110
吐槽點太多了啦。你要比也比成長幅度，cuda和dl比
12/02 11:42
→
Murasaki0110
職缺數？
12/02 11:42
→
Murasaki0110
cuda本來就是通用框架，當然很多和dl無關，底下還
12/02 11:43
→
Murasaki0110
有cudnn ok?
12/02 11:44
噓
blackrays
莊董
12/02 12:00
推
lovebridget
後金本位經濟型態本來就建築在泡沫上
12/02 12:21
→
lovebridget
世界最大公司亞馬遜都還沒獲利 還是世界最大
12/02 12:22
→
lovebridget
錢是無限的印 能一直吸引投資進來 錢就能無限賺
12/02 12:23
推
josey822000
樓主在討論的是跟你們工程師不同層級的問題
12/02 12:28
推
zerobx
全世界AI跟台灣AI有沒有起來 這不一樣吧？
12/02 12:40
推
vesta9
真要討論是不是泡沫，也是討論深度學習有沒有極限。從 cud
12/02 12:55
→
vesta9
a 職缺看出泡沫？？外星層級的討論
12/02 12:55
→
snoopy790428
先說明一下ai定義好嗎 每個大老闆都在唬爛
12/02 16:36
→
matyih
小弟剛好就是做cuda/ML的 關鍵字有cuda/openCL的灣區工作
12/02 16:47
→
matyih
搜到爛掉 就是NV，MS，Intel, AMD跟百度有一些 剩下都是新
12/02 16:47
→
matyih
創或是很少的seinor職位，因為真的不需要這麼多人做底層。
12/02 16:47
→
matyih
。
12/02 16:47
→
matyih
Don't reinvent the wheel
12/02 16:48
推
popmentos
看到這篇有點感慨，因為最近我才明白自己只是API工程師
12/02 17:01
推
LinuxKernel
泡沫沒錯，但這樣看不太對
12/02 18:58
→
egnaro123
原po弄錯了,寫程式的也不會一開始就最佳化,一定是先
12/02 21:13
→
egnaro123
先對,等全部規格完成,再看那些再最佳化,順序根本反了
12/02 21:14
推
eknbz
我懂原PO想說甚麼:走到後期tuning效能,最佳化的公司比例甚
12/02 23:01
→
eknbz
少，大多還在前期prototype, model階段 但AI已經喊得震天價
12/02 23:03
→
eknbz
響 認為這樣算是吹泡泡
12/02 23:04
→
eknbz
傳統消費電看法的確要到後期調教性能才算接近商業化產品
12/02 23:07
噓
Murasaki0110
產品落地不會是靠cuda，起頭就錯了
12/02 23:08
→
eknbz
有的AI應用是比想法創意，至於框架和實現就站在google nvid
12/02 23:10
→
eknbz
的肩膀上 有的是拼效能，這種就要最佳化 兩者無法相提並論
12/02 23:12
推
eknbz
結果我想說的下一篇blue大就講的差不多了...
12/02 23:16
推
a3294814
cuda 不就只是用來做gpu平行運算用嗎 優化算的更快 還不
12/02 23:22
→
a3294814
如把model壓縮-.- 況且還要確認你演算法精度夠高
12/02 23:22
→
matyih
樓上Cuda還是很重要喔，只是cudnn都幫你寫好了（裡面由cud
12/03 02:18
→
matyih
a/ptx碼組成） 沒有的話普通人根本沒有辦法有效訓練模型
12/03 02:18
→
sachung28
pandas在github主要開發者(commits>200)也才10人
12/03 05:13
→
sachung28
其他AI主流套件也差不多 核心開發者都少 一般都是會使
12/03 05:17
→
sachung28
用就好 其實除非強到會飛天 不建議改底層算法 因為寫出
12/03 05:17
→
sachung28
來bug不見得少 效能不見得好
12/03 05:17
推
followwar
可能對他們而言 找人改底層算法不如加一片GPU...
12/03 12:05
推
krizarlid
因為直接套Framework，懶得優化
12/11 18:19
→
krizarlid
東西能動能炒新聞就好
12/11 18:19