※ 引述《KILLE (啃)》之銘言:
--
※ 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
一年到了 來檢討下
*[1;37m推 *[33mguest0079*[m*[33m: 就好像在二十年前質疑網路是泡沫 理由是網卡公
司
*[1;31m→ *[33mguest0079*[m*[33m: 缺極少
*[1;37m推 *[33mmichaelgodtw*[m*[33m: 某英特爾出來的,到處說以後不用工程師,產
線
*[1;31m→ *[33mmichaelgodtw*[m*[33m: 完全ai
*[1;31m→ *[33mmichaelgodtw*[m*[33m: 然後上面就聽的很高興,你講的跟他完全不一
樣
*[1;31m→ *[33mmichaelgodtw*[m*[33m: 家說他英特爾出來的說
*[1;31m→ *[33mcodotsun*[m*[33m: 看完文章只想問... 你真的有碰過AI嗎...
*[1;31m→ *[33maiueokaki*[m*[33m: 很多都有賺錢了好嗎 而且為啥關鍵字是cuda…
*[1;31m噓 *[33mMurasaki0110*[m*[33m: 又是一個鍵盤ai專家
*[1;37m推 *[33mw60904max*[m*[33m: 現在train的運算速度不是瓶頸
*[1;31m噓 *[33mvvind*[m*[33m: 你太執著在獲利前提是需要去改底層
*[1;37m推 *[33msimpleplanya*[m*[33m: 個人覺得滿有道理的
*[1;37m推 *[33myiefaung*[m*[33m: 熱錢湧入 大部分的人當然先卡位先賺
*[1;31m噓 *[33mMurasaki0110*[m*[33m: 吐槽點太多了啦。你要比也比成長幅度,cuda
和
*[1;31m→ *[33mMurasaki0110*[m*[33m: 職缺數?
*[1;31m→ *[33mMurasaki0110*[m*[33m: cuda本來就是通用框架,當然很多和dl無關,
底
*[1;31m→ *[33mMurasaki0110*[m*[33m: 有cudnn ok?
*[1;31m噓 *[33mblackrays*[m*[33m: 莊董
*[1;37m推 *[33mlovebridget*[m*[33m: 後金本位經濟型態本來就建築在泡沫上
*[1;31m→ *[33mlovebridget*[m*[33m: 世界最大公司亞馬遜都還沒獲利 還是世界最大
*[1;31m→ *[33mlovebridget*[m*[33m: 錢是無限的印 能一直吸引投資進來 錢就能無限
?
*[1;37m推 *[33mjosey822000*[m*[33m: 樓主在討論的是跟你們工程師不同層級的問題
*[1;37m推 *[33mzerobx*[m*[33m: 全世界AI跟台灣AI有沒有起來 這不一樣吧?
*[1;37m推 *[33mvesta9*[m*[33m: 真要討論是不是泡沫,也是討論深度學習有沒有極限
。
*[1;31m→ *[33mvesta9*[m*[33m: a 職缺看出泡沫??外星層級的討論
*[1;31m→ *[33msnoopy790428*[m*[33m: 先說明一下ai定義好嗎 每個大老闆都在唬爛
*[1;31m→ *[33mmatyih*[m*[33m: 小弟剛好就是做cuda/ML的 關鍵字有cuda/openCL的灣
?
*[1;31m→ *[33mmatyih*[m*[33m: 搜到爛掉 就是NV,MS,Intel, AMD跟百度有一些 剩
下
*[1;31m→ *[33mmatyih*[m*[33m: 創或是很少的seinor職位,因為真的不需要這麼多人
做
*[1;31m→ *[33mmatyih*[m*[33m: 。
*[1;31m→ *[33mmatyih*[m*[33m: Don't reinvent the wheel
本滷同事 兩個科學家 在開發眼科研究(廢文)用工具
眼科照片圖象增強
底當然還是用傳統特徵提取 再混入深度學習 進步強化
眼科照 細節變好明顯喔 增強到工頭都不信那結果
這工具到底是給眼科醫師用的 他們拿這去發越多廢文
公司就越有名聲 機台就賣越好
所以於我這事業群 深度學習=一種行銷手法
這算有無營利.. 本滷毋能判斷
不過確定的是 現在別單位還真找人用CUDA 去優化深度學習那部份代碼
算起來真的太慢了 (運行個模型 RTX2080都要五分鐘 更況論學習)
深度學習 確實 對發廢文有相當俾益
來問郎中 絡繹不絕
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 24.6.27.221 (美國)
※ 文章網址: https://webptt.cc/bbs/Tech_Job/M.1575877505.A.7A5.html
※ 編輯: KILLE (24.6.27.221 美國), 12/09/2019 15:48:04
※ 編輯: KILLE (24.6.27.221 美國), 12/09/2019 15:51:20
推文 (36)
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
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
miname
可以不要用cuda啊,tpu快很多
12/09 16:17
→
egnaro123
過一年來看,除了科技部國網中心不少預算外,新創沒有
12/10 19:07
→
egnaro123
大陸台灣不少圈錢,也不了了之,ITRI一直有計畫,但展出的
12/10 19:08
→
egnaro123
東西,辦識乖乖等零食,花一堆錢,所以不說自明了
12/10 19:09
→
egnaro123
補個掛,這口號還是一樣在喊,預算也不少
12/10 19:10