作者KILLE (啃)
看板Tech_Job
標題Re: [新聞] AI「薪」貴！科技業祭出年薪200萬搶人才
時間Sun Dec 2 01:34:08 2018
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.com/m.aspx?n=bbs/Tech_Job/M.1543685658.A.66B.html
1F：推 wellonguy6: 同意 12/02 01:42
2F：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
3F：→ 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
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
4F：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
5F：→ meatybobby: 合理吧 12/02 01:49
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？
6F：→ meatybobby: 現在主流的AI框架Tensorflow Pytorch都很成熟了 12/02 01:50
7F：→ meatybobby: 一個是Google在維護 另一個是Facebook在維續 算很穩吧 12/02 01:51
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
8F：→ 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
9F：→ 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
10F：噓 justin1943: 你應該不是在業界 12/02 02:54
沒錯 本人確實不是在台灣業界
11F：推 a000000000: 之前看過某台廠在徵(低薪)大數據專員 結果 12/02 02:56
12F：→ a000000000: 說穿惹只是在作excel統計資料而已 12/02 02:56
13F：→ 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
14F：推 kkenex: 推 12/02 02:57
15F：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
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
16F：→ 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
17F：→ vesta9: cuda。不管是效果還是效率的優化對象不會是 cuda 12/02 06:53
18F：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
19F：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
20F：→ sdyy: 同意vest講的 12/02 08:34
21F：推 hakkacandy: 是誰看不懂啊......推 vesta 12/02 08:46
22F：→ 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
23F：推 Fireis556: 有趣 12/02 08:48
24F：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
25F：→ hakkacandy: 賣 12/02 08:57
26F：推 NUKnigel: 推！一年後再來看這篇 12/02 09:22
27F：推 batista1980: 看不懂哭哭，感覺是好文 12/02 09:25
28F：→ 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
29F：→ DrTech: 扯到CUDA 12/02 10:00
30F：推 DrTech: AI 工作，等於CUDA工作嗎？ 12/02 10:03
31F：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
32F：推 guest0079: 屁孩寫文章跟大老闆一樣都一堆文句 12/02 10:28
33F：→ guest0079: 問句一堆 什麼屁也沒放 12/02 10:29
34F：噓 wixter: 完全巷子外的，最大瓶頸明明是model架構 12/02 10:29
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
35F：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
36F：→ guest0079: 缺極少 12/02 10:33
37F：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
38F：→ michaelgodtw: 完全ai 12/02 10:33
39F：→ 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
40F：→ michaelgodtw: 家說他英特爾出來的說 12/02 10:34
41F：→ codotsun: 看完文章只想問... 你真的有碰過AI嗎... 12/02 10:41
討論枝葉之繁貌可能性 對根之疏淺略之不提?
42F：→ aiueokaki: 很多都有賺錢了好嗎 而且為啥關鍵字是cuda… 12/02 10:49
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
43F：噓 Murasaki0110: 又是一個鍵盤ai專家 12/02 10:52
44F：推 w60904max: 現在train的運算速度不是瓶頸 12/02 10:59
45F：噓 vvind: 你太執著在獲利前提是需要去改底層 12/02 11:01
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
46F：推 simpleplanya: 個人覺得滿有道理的 12/02 11:13
47F：推 yiefaung: 熱錢湧入 大部分的人當然先卡位先賺 12/02 11:36
48F：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
49F：→ Murasaki0110: 職缺數？ 12/02 11:42
50F：→ 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
51F：→ Murasaki0110: 有cudnn ok? 12/02 11:44
52F：噓 blackrays: 莊董 12/02 12:00
53F：推 lovebridget: 後金本位經濟型態本來就建築在泡沫上 12/02 12:21
54F：→ 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
55F：→ 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
56F：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
57F：推 zerobx: 全世界AI跟台灣AI有沒有起來 這不一樣吧？ 12/02 12:40
58F：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
59F：→ vesta9: a 職缺看出泡沫？？外星層級的討論 12/02 12:55
60F：→ snoopy790428: 先說明一下ai定義好嗎 每個大老闆都在唬爛 12/02 16:36
61F：→ 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
62F：→ 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
63F：→ 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
64F：→ matyih: 。 12/02 16:47
65F：→ matyih: Don't reinvent the wheel 12/02 16:48
66F：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
67F：推 LinuxKernel: 泡沫沒錯，但這樣看不太對 12/02 18:58
68F：→ 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
69F：→ 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
70F：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
71F：→ 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
72F：→ eknbz: 響 認為這樣算是吹泡泡 12/02 23:04
73F：→ 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
74F：噓 Murasaki0110: 產品落地不會是靠cuda，起頭就錯了 12/02 23:08
75F：→ 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
76F：→ 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
77F：推 eknbz: 結果我想說的下一篇blue大就講的差不多了... 12/02 23:16
78F：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
79F：→ a3294814: 如把model壓縮-.- 況且還要確認你演算法精度夠高 12/02 23:22
80F：→ 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
81F：→ 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
82F：→ sachung28: pandas在github主要開發者(commits>200)也才10人 12/03 05:13
83F：→ 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
84F：→ 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
85F：→ sachung28: 來bug不見得少 效能不見得好 12/03 05:17
86F：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
87F：推 krizarlid: 因為直接套Framework，懶得優化 12/11 18:19
88F：→ krizarlid: 東西能動能炒新聞就好 12/11 18:19