粉丝43获赞203


一本人工智能专业就业现状如何呢?考研失败已经过去了一个月了,在这一个月的时间里呢,我参加了很多的宣讲会,招聘会,双选会,在我一场一场的跑这些的面试过程中,我感受到这个专业真的本科不好就业。 首先可能由于是因为春招岗位少的原因,我们专业来我们学校招聘的大多都是中小厂,来中小厂的里面呢,三四十个计算机有需求的公司里面,只有三家以内的公司是真正的有这个人工智能明确说明了的有这个需求的, 而有这个需求的你这三家,你去问了之后,他说我们需要硕士,不好意思,然后呢,还有的要说,嗯,你本科可以来试试。 但是就根据我之前了解的情况来说,中小厂的人工智能岗位的实习或者说去就业,大多都没有说很牛的技术大佬,而且大多还需要靠自己学,意味着没有人带。而我们这个专业呢,因为也和计算机相关吗?属于计算机科学技术,软件工程 专业等等那个等。所以呢,对于一个计算机的女生来说,学的人工智能就意味着并不是很好找开发方向, 而且呢,他们会觉得你,嗯,你是否能够接受出差呢?或者说你是否能够接受两班倒呢?他们会更多的认为女生就是,呃,随机性比较大一点,不可确定性比较强。所以可能对于女生来说,计算机相关的,他们更推荐的就是往助理 或者说测试之类的岗位走,助理岗,比如说是和客户对接的那种,教他们这个软件怎么部署,怎么使用,知道目前的状况就是这个样子,对于一个人工智能专业的一本的女生来说,确实不太友好。 哦对了,工资情况大概是七八千块钱的底薪吧,但主要就是岗位太少,而且学历要求要硕士,所以我们这个专业目前可能最好的情况真的是去读一个硕士吧。

算力芯片、 gpu andpu? 如果你今年在关注人工智能相关的消息,是否已经被这些芯片概念弄得晕头转向?到底在人工智能领域用的是什么芯片?这 pu 那 pu 的到底有什么不同?动动发财的小手 点个赞吧!下面将给你讲个明明白白。首先出场的是老大哥 cpu。 central process unit, 中文名叫中央处理器,它是智能设备的大脑,是发布命令、控制行动的总指挥。 cpu 遵循的是冯诺伊曼架构,需要存储程序并顺序执行。记住 是顺序执行,做完一件才能去做下一件。如果事情太多,那就等着慢慢排队吧。这是一张 cpu 的微架构图,黄色部分是控制单元,绿色部分是计算单元,而橙色部分是存储单元。我们可以清晰地发现, 负责计算的绿色部分占比很小,占比最多的是橙色的存储单元和黄色的控制单元。因此, cpu 虽然可以应对各种计算,但其最擅长的并不是计算,而是控制和管理。就好比一个大公司的领导,基层业务也是 西的,但是做统筹管理才更能发挥其价值。 cpu 的代表厂商就是在电脑领域制霸多年的英雄奔腾和酷瑞系列,想必有电脑的人都接触过,有了电脑手机了就想着玩游戏、看视频,对吧?画质的要求还越来越高,这就带来了一个问题, 巨大的计算量,你所看见的每一帧图像,每一个像素点都要经过计算,这时候呆板的 c、 p、 u 就有些硬接不暇了,也没空去处理其他的任务,你的手机、电脑就变得卡顿起来。不过图形计算有个特点,那就是每个 像素点处理的过程和方式都十分相似,因此 gpu 就应运而生了。 gpu 全称为 graphics processing unit, 中文名图形处理器,俗称显卡。 gpu 采用数量众多的计算单元和超长的流水线,特别擅长于处理大量类型统一的数据。这张图就是 gpu 的微架构图。 我们发现,黄色的控制单元和橙色的存储单元占比很少,绿色的计算单元占据了绝大部分面积, 而且是多条流水线一样的计算单元并行排列。图形计算不是要处理每一个像素点吗?没问题,把一张图片不同的像素点 分配到 gpu 不同的流水线,同时计算效率瞬间大幅提升,画面也就流畅了,手机也不卡了。这就好比原来公司缺人,经理亲自跑去搬砖,结果整个公司的运作一团乱麻。现在 招了几个身强体壮的 gpu 专门搬砖,经理回到了管理岗位上,公司的运作又正常了起来。那么在人工智能领域,为什么经常听到 gpu 的名字呢?这里首先明确,虽然图形计算催生了 gpu 的诞生,但是 gpu 并非只为图形计算而设计, 它在结构上并没有专门的图形部件,只是对 cpu 的结构进行了优化调整。所以 gpu 仍然是一种通用的芯片,它可以应用于图像处理,也可以用于科学计算、数据分析、密码破解等需要大量并行计算的场景。在人工智能领域, 需要海量的数据对大模型进行训练,而这些数据就满足类型统一、数量巨大的特点。因此近些年 gpu 在大模型的训练阶段大放异彩。不过 gpu 不能单独工作,还是需要和 cpu 进行配合。二零二三年全球市场上的抢手货、大名鼎鼎的英伟达 h 一百芯片虽然也称之为 g p u, 但实际上 h 一百在硬件上不仅包含 g p u 版组,也包含了 c p u 模板和两块 c p u 芯片。最后我们把 c p u 和 g p u 的架构图 同框再对比一次, cpu 擅长管理, gpu 擅长运算,是不是一目了然?关注我,下一集将介绍最新的神经网络芯片 npu。