最近网上有一些这样的问题“我原来是学硬件的,要不要转行做人工智能算法工程师”,作为一名人工智能从业人员,我的回答是“年轻人,我劝你冷静!”。随着近几年大模型的产生,人工智能专业的确很火,但实则算力是人工智能的刚需,这也就意味着,芯片是人工智能的基石,有时候,芯片比算法更加重要!
近些年人工智能的发展大多数都是依赖于机器学习,那么机器学习究竟在学习什么?如果讲得足够通俗易懂,那么可以理解为机器学习的本质其实就在“找规律”。拿监督学习举例,我们可以把一条数据看作一个自变量和一个相对应的因变量的组合,所谓的训练过程就是向机器投喂很多条这样的数据,然后机器从这些数据中,找到因变量与自变量之间的函数关系。一旦确定了这个函数关系,当输入新的自变量时,模型将会计算出新的自变量对应的因变量,进而完成预测!
这整个过程都需要算力的支持,特别是训练过程的反向传播,需要大量的高性能芯片并行计算!即使是训练好之后部署到服务端,计算仍然需要一定的算力完成前向传播!因此,高性能、高稳定性、低功耗的芯片就尤为重要,然而现在的大多数芯片都是面向于通用计算的,即使是被广大深度学习爱好者所钟爱的“GPU”,也难以发挥出较好的效果,因此,未来对于专用人工智能芯片的需求量将越来越大,专用人工智能芯片主要有以下几种类型:
因此,对于广大硬件爱好者,不必转行,在以上几种领域里发展,也能赶上人工智能的快车。做硬件需要耐心与坚持,与君共勉