专栏首页量子位专访图灵奖得主David Patterson:8年前就得知被提名,AI跃迁看好边缘计算

专访图灵奖得主David Patterson:8年前就得知被提名,AI跃迁看好边缘计算

栗子 李根 发自 清华 量子位 报道 | 公众号 QbitAI

2017年图灵奖,最终颁给了John L. HennessyDavid A. Patterson.

他们一个是前斯坦福大学校长、现Alphabet董事长,另一个是UC伯克利退休教授,现谷歌TPU项目的科学家。

他们因开创性的RISC方法——全称精简指令集计算机(reduced instruction set computer)而加冕计算机科学领域最高荣誉。

而这一次,David A. Patterson在荣膺图灵奖后,首次来到中国。

在一场清华荣誉博士学位授予和题为《计算机体系结构,下一个黄金时代》的演讲之后,Patterson教授接受了量子位专访。

这位新晋图灵奖得主、一代计算机体系结构宗师、任教UC伯克利40年教授,影响几代工程师的教材《计算机体系结构:量化研究方法》的编写者……

向我们分享了更多讲座之外的所思所感。

关于图灵奖,关于芯片和软硬件趋势,关于AI瓶颈和跃迁关键,还有科研人才留校or去企业的抉择建议。

Patterson教授言无不尽。

David A. Patterson教授

图灵奖?

“8年前就告诉我被提名了”

Patterson教授说,他早在8年前就被剧透得到了图灵奖提名。

他自己也参与过一些奖项的评选,一般提名了谁,都不会事先告知,这样最后如果没得奖,也不至于失落或尴尬。

但是图灵奖评委会的人啊,太实诚。早在8年来就告诉他得到了提名,然而年复一年,始终没有守得云开见明月。

怎么形容这种“煎熬”?

Patterson教授回忆,自己每年开奖前,都觉得今年要轮到他了,但结果都没中。

于是到今年,他实际已放弃期待。

万万没想到,2017年图灵奖,终于颁给了他。

得知中奖瞬间,只剩一种感觉:Fantastic!

芯片

这是软硬结合的黄金时代

图灵奖历史上,颁给计算机硬件领域的次数,并不多。

所以是不是也意味着时代转关、风向变化——一个硬件的新黄金时代正在\将要来临?

Patterson教授不完全认同。

他认为软件依然会有很多很好的机会,且关键所在是不少人才投身其间。

但硬件领域,现在人还不多,或者把范围扩大——软硬结合,聚集进来的人才也还不够。

不过他很看好软硬结合的大趋势,因为目前形势下,如果要寻求更好的性能,软硬结合是重要方向,机会很好。

大环境也正在发生变化。

几年前,围绕硬件、计算等方向的创业公司屈指可数,且不太容易拿到投资。

现如今,很多VC都把更多目光投向硬件,或软硬一体,也有不少原先专研机器学习的学生,在运用软硬结合的方式加速机器学习,都是因为需求看到了机会。

总之,Patterson教授的观点是:纯软件的天,已经变成了软硬结合的道。

不论是科研,还是产品研发,软硬结合,都可能是看得见的方向——可能产生大影响的方向。

看好边缘计算

不过如果你创业,Patterson教授还有一点小建议:

往边缘去创新,因为云的机会抢不过巨头。

Patterson教授表示,即便软硬结合机会很大,但如果你想在云战场跟巨头争夺,90%的初创公司可能会失败。

什么样的公司对云市场有决定权?巨头。谷歌阿里百度一类的公司。

甚至英特尔,都无法在云市场跟这些巨头争锋了。

在云计算这个战场,有点历史重演。

在计算机行业发展过程中,起初先有过一段垂直整合的阶段,即自上而下吃掉整个市场,你硬件是IBM的,操作系统也是IBM的,什么都要买IBM的。

但后来又演化成了横向整合,英特尔的芯片、微软的操作系统,甲骨文的软件。

而现在,趋势更像垂直整合一些。

那些已在云端占有优势的巨头,拥有完整软件架构,有全套硬件,变革流程,革新架构,越往后,出现的垂直整合结果,可能还会超过IBM时期。

因为做云To B,客户来了之后,云服务公司就可以决定给怎样的客户提供对应的硬件。

所以,无论软硬结合机会如何大,云市场,诚不可与巨头争锋。

但边缘一侧,完全另一番天地。

Patterson教授预测,会诞生成百上千的初创公司,而且各有所长,说不准谁能笑多久,又有谁可以笑到最后。

归而言之,他也更看好专注围绕边缘搞AI的公司,无论美国还中国。

AI瓶颈

跃迁关键在计算

如果将问题再扩大,AI的下一个机会会在什么地方?

Patterson教授说,依然在计算。

他解释,虽然这波AI浪潮因深度学习而兴,但没有GPU等计算资源也不行。

所以如果谈论AI跃迁的关键所在,他认为还是计算。

比如现在很多机器学习任务,就受到了计算内存\缓存的限制,诸如自动驾驶等应用每时每刻都在产生难以想象的数据和计算需求,但由于计算限制,很多任务挑战丛丛。

所以他再次强调,计算,或进一步说是边缘计算,可能会给AI的下一步发展带来惊喜。

当然,Patterson教授还展开讲了一点“题外话”,因为大家都在问新技术,但没有关注到新挑战。

由于AI狂飙突进,数据和计算规模都前所未见,所以背后的安全问题,也值得更多关注。

有需求,自然也就有机会,所以Patterson教授也表示,安全领域,也有很大机会可言。

学生纷纷拿教材来求签名

科研人才何去何从

身体吃不消了才从UC伯克利退休

最后,我们也问了Patterson教授关于产学研正在面临的人才挑战。

因为AI复兴后,不少肩负教育责任的高校科研人才,被企业重金挖走,不是没可能造成下一代的人才断层。

最典型的案例,如Uber几乎端走了CMU的机器人系。

但Patterson教授并不悲观,他觉得Uber和CMU的现象确实存在,但并非常态。

因为对于很多人才来说,最希望的状态,就是“两边有兼顾”,一半时间服务于企业,另一半时间继续参与学校前沿课题的研究,如此“兼职”的案例,越来越普遍。

但Patterson教授否认,他退休UC伯克利后加盟Google,不是出于上述原因。

他是因为身体有点吃不消了。

Patterson教授说,UC伯克利退休前,自己已经68岁,如果每周还要工作60小时,不太能坚持下来了。

而且任教40年退休,这数字也挺合适,因为如果45退休,听起来跟40差不多,但坚持到50,他自己又信心有限了。

于是他决定退休,但依然想干点事情。

刚好2013年学术假期时曾加入过Google,当时参与了一个叫Pixel visual core的项目,主要是在Pixel 2手机硬件上,加速图像处理等事宜,实现高清逼真的照片。

那时候他就觉得挺快乐,不需要随时听人汇报,跟读博时状态差不多,感觉像重回学生时代,每天都是T恤牛仔裤,随意自在,挑战脑力,但不用每周干满60小时。

现在,他在Google做的是TPU方面的研发。Patterson教授说这是一个全新的领域,他还在找最好的工作方法,但也非常有趣,因为可以激发人的潜力和智能 (Intellectually Stimulating)。

在校 or 在企?

如果比较在学校做研究和在公司做研究的不同,Patterson教授会回答:角度不同,结果也会不同。

在学校,可以天马行空,可以不停畅想未来,敢想敢做。

但在企业,就不能太未来主义,并且谈到比较有未来感的计划,都要态度更务实一些。

另外,在学校发论文,可以毫无保留。但在公司,就谨慎得多,会考虑究竟能透露多少信息,是否留有足够的竞争优势,更主要是让外界知道研究很厉害,但到底如何实现,不能说太细。

然而,对于Patterson教授自己,他觉得过往皆序章,他很享受自己过去现在和未来。

比如他当年如果不留在学校,可能就不会跟一起获图灵奖的John Hennessy写教材,多少还是会有遗憾。

总之,追随内心,享受当下。

Three more things

一、David A. Patterson教授此次被清华授予了荣誉博士学位,而他所作的《计算机体系结构,下一个黄金时代》主题演讲,后续会对外分享Keynote。

二、会上Patterson教授还撒了一把狗粮,说自己跟太太相知相守51年,非常幸福(从UC伯克利退休也是为了更好陪伴家人吧)。

三、Patterson教授跟清华还有另一层缘分,他仅有的2名中国博士弟子,全部来自清华。一位是芯片创业项目OURS的创始人谭章熹,另一位则是现任清华交叉信息研究院助理教授徐葳——当然,徐葳老师目前的“Boss”姚期智教授,也是图灵奖得主^_^

Patterson教授2位中国博士弟子:

左一徐葳,右一谭章熹

本文分享自微信公众号 - 量子位(QbitAI)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2018-11-08

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 2500万美元和AI专家!谷歌出钱出人,要用AI做“对社会有益”的事情

    今天凌晨,谷歌宣布拿出2500万美元资助一些对社会有益的AI项目,叫做“AI for Social Good”。顾名思义,就是用AI给社会带来积极正面的影响。

    量子位
  • 特朗普召集34家公司大佬谈AI发展,“中国”是绕不开的话题

    白宫本周四将召集34家大公司的高管,聊聊怎样加强机器人和算法的部署,还要更广泛地聊聊AI。

    量子位
  • 普华永道报告:三波自动化浪潮将依次出现,人类工作将显著受到影响

    李杉 编译整理 量子位 出品 | 公众号 QbitAI 普华永道预计,从现在到2030年代中期将有三波自动化浪潮:算法波、增强波和自主波。 在2020年代初的第...

    量子位
  • ajax异步提交数据到数据库

    很多时候我们提交数据到服务器端数据库都是用form表单,这样子是最普通最简单提交数据的方法,你填写完表单后,post提交到后台文件.php,处理完后返回...

    benny
  • 11.02 VR扫描: PSVR套装双十一史上最低价只要1900元?!

    VRPinea
  • 数据蒋堂 | 如何将数据热导出到文件

    本文共1800字,建议阅读8分钟。 我们把数据存储到文件中,只要有好的计算引擎,基于文件计算将获得更优性能。

    数据派THU
  • 基于python3-sklearn,Flask 的回归预测系统

    “傍晚小街路面上沁出微雨后的湿润,和煦的西风吹来,抬头看看天边的晚霞,嗯明天又是一个好天气。走到水果摊旁,挑了个根蒂蜷缩、敲起来声音浊响的青绿西瓜,一边满心期待...

    用户1539362
  • Oracle 12c数据库优化器统计信息收集的最佳实践(三)|何时不需要收集统计信息

    原文链接 http://www.oracle.com/technetwork/database/bi-datawarehousing/twp-bp-for-st...

    沃趣科技
  • 【DB笔试面试645】在Oracle中,当收集表的统计信息时应该注意哪些问题?

    ① 对于数据量不大的OLTP类型的系统,建议使用自动收集统计信息,并对一些特殊的大表写JOB定时收集统计信息。如果是数据量很大的OLAP或者DSS系统,那么建议...

    小麦苗DBA宝典
  • 《PaddlePaddle从入门到炼丹》七——强化学习

    本章介绍使用PaddlePaddle实现强化学习,通过自我学习,完成一个经典控制类的游戏,相关游戏介绍可以在Gym官网上了解。我们这次玩的是一个CartPole...

    夜雨飘零

扫码关注云+社区

领取腾讯云代金券