12月20日，地平線將正式發布中國首款全球領先的嵌入式人工智能視覺芯片及基于芯片的“大腦”解決方案，地平線資深IC工程師譚洪賀特約供稿，為大家帶來AI芯片直觀解讀和相關從業建議。

最近總是被人當面或私信咨詢AI芯片相關職位的問題，也面試了很多前來應聘的工程師，索性寫篇文章，希望對想進入AI行業的IC工程師有所幫助。

有哪些公司在做AI芯片？

正在做AI芯片的公司可以分為幾類：初創公司，傳統芯片公司，應用設備公司以及軟件算法公司。

AI芯片初創公司是第一批冒險家，發現了新大陸上的金礦。例如地平線、寒武紀、啟英泰倫等，就是直接以AI芯片為目標的。最初以FPGA為產品形態的深鑒，今年也開始向芯片進軍了。這部分，也有正在國內開分部的國外初創公司，例如Kneron。

傳統芯片公司是殖民者，聽說AI芯片這片土地不但比較肥沃而且富含金礦，于是帶著自家的人和槍就沖過來了。國內典型的有華為、杭州國芯、比特大陸等。這類公司也包括一些傳統的IP提供方。

應用設備公司和軟件算法公司本來是殖民者的合作方，在金礦的誘惑下，也開始招兵買馬，開著水陸兩棲登陸艦就來搶灘了。典型的如，海康、云知聲、云飛勵天、依圖科技、科大訊飛等等，以及傳說中的百度。這些公司中，有的雖然沒公開宣布做芯片，但是已經悄悄在招聘了；有的雖然宣布要走芯片路線，但是還不見招聘信息。如果去這些公司有所不便，你可以根據你想去的城市，找找有沒有號稱要做AI的公司，或者公司分部，然后再去主頁看看招聘頁面，找找你適合的職位。

AI芯片是怎樣的？有什么特別？

如果你有進入AI行業做芯片的想法，那至少要簡單思考一下這個問題了。目前所謂AI芯片的產品狀態，可能和你想象中高大上的東西有很大差別（可以參考我以前寫的并在知乎上不斷更新的一篇《地平線譚洪賀：零基礎看懂全球AI芯片--詳解“xPU”》，做一個大致了解）。

廣義上講，能運行AI算法的，似乎都可以叫AI芯片。這種AI芯片和其他soc芯片也沒什么區別。其實，目前任何有編程能力的cpu芯片都可以執行AI算法，只是效率不同的問題。即使一顆386，也可以跑個CNN算法，做個語音識別任務，只是可能幾個月以后才有結果。這樣的芯片我們一般不好意思稱之為AI芯片。

但也有面子大的，有的公司號稱推出的智能芯片，其實只是把收集的語音數據通過網絡傳到了云端，然后從云端拿回結果而已。與之形成對比的是，有些公司并沒有將自己的芯片宣傳為AI芯片，比如movidius和mobileye（可能是因為當時開發產品的時候AI概念還不火，沒法拿來做PR）。這兩家的芯片都是做計算機視覺處理的，都集成了多個向量處理器，由于可以運行基于CNN的視覺處理算法來實現一些智能的功能，所以我們也不自覺地將其稱為AI芯片了。

狹義上講，我們可以定義AI芯片為“專門針對AI算法做了特殊加速設計的芯片”。這種芯片的核心就是神經網絡加速器，或者叫深度學習加速器。但是，作為IC工程師，大家都知道，僅有一個加速器是沒法使用的，所以，除特殊情況外，AI芯片都是包含了特定NN或DL加速器的SOC。例如，華為大打AI概念的手機AP麒麟970中，集成的是寒武紀的專為DL打造的處理器IP；蘋果用于iphone-X的A11，集成了其自己研發的Apple Neural Engine。其他的，深鑒的DPU在處理NN計算時使用了獨特的壓縮技術，比特大陸的“智子”更像是一個GPU。

可以看到的趨勢是，集成NN加速器的狹義AI芯片會成為主流。Movidius最新的Myraid X芯片，Mobileye最新的EyeQ5芯片，都在原來的基礎上增加了特定的NN加速器。地平線即將發布的第一款芯片，也是針對視覺處理任務的，完全使用自己的NN加速器，沒有內置其他的向量處理器。

當你看到某個公司發布了AI芯片，或者公布了AI產品的時候，你需要擦亮眼睛，認清這個新的瓶子里到底裝的是舊酒還是新酒。下圖，分別是兩家公布的NPU結構，大家可以自己分辨一下。當然，如果你不是IC工程師，你在這方面的定義可以更廣義一些，比如關注到AI產品的層面。

重新看待面試

引用專業人士的話，面試只有三個問題：

Can you do the job? （實力）

Will you love the job? （意愿）

Can we tolerate working with you? （個性）

對于應聘者，面試的過程，就是要說明實力、表達意愿、展現個性的過程。而對于我們面試方，面試的過程，就是在通過各種問題來考察你的實力、確認你的意愿、了解你的個性的過程。展開來說的話，面試是個很大的話題，這里只能簡單說說，并針對幾個有代表性的問題做些回答。

用項目經歷說明你的實力

如果你能在簡歷中突出地展示出你的實力，尤其是對公司的產品有用的實力，這是一個好的開始。不過更重要的是，在面試過程中體現出來。

舉例來說，如果你要去一家做AI芯片的公司應聘，必然要先了解一下公司產品的大概情況。然后，你可以在面試中突出你與之相關的實力和項目經驗。例如，你做過圖像信號處理（ISP），這對做視覺處理器的公司是有用的經驗。

同時你會發現，VPU芯片都有MIPI接口，都有DDR接口。OK，這方面的經驗也是加分項。再多看看，這些xPU絕大多數都不是單純的算法硬化的加速器，而是復雜的SOC，因此，一定要告訴面試官你所做過的SOC項目情況。

比如，在奧巴馬應對扣扣熊的面試問題（注意，面試官還給了重要提示）：“Can you tell me about some of your accomplishment?”時：

奧巴馬給出了上面這一長串回答，但是真正對雇主有用的呢？好像只能提煉出一條：

當然，如果你能像《當幸福來敲門》中的威爾·史密斯一樣，當著BOSS的面快速搞定魔方，也是能力的有力展示。

表達個人意愿同時了解公司的意愿

意愿包含很多方面，應該抓住有限的面試時間，告訴對方你看重的是什么。戶口？薪酬？福利？還是職位空間或工作內容？至少，要說說你對自己職業的規劃、對工作內容的期望。

你可能覺得這對獲得offer沒什么用，但是，注意我上面寫的“要了解公司的意愿”。

公司在組建團隊時，絕對不是組建一個標準化的游行方陣，而是在組建一個足球隊，每個人都有自身的位置，并且，要是一個有層次有梯度的團隊。所以，公司在每招一個隊員的時候， 都預先有一個團隊定位，這就是公司的意愿。如果你的意愿和公司的意愿不匹配，那很可能導致不愉快的相處過程。

舉個例子來說，雖然大家都想做AI芯片中的神經網絡加速器部分，但是現實是不可能安排每個人都去做這部分。如果你不介意做些其他的design或verification的工作，你也會有機會參與神經網絡加速器的設計驗證工作。

當然，你也可以表示對工作內容沒有什么要求，服從組織安排。這部分不深入說了，可以找一些面試文章理解一下。

我不懂AI算法，可以嗎？

這是個障礙性問題，只要解決了就好辦。先說答案：完全可以。

初級解決途徑：

如前面所說，一顆AI芯片上可能只有加速器直接和算法有關，其他部分還是基本的芯片概念。你完全可以做DDR、USB等接口之類的工作，還可以做MIPI部分，以及SOC架構，或者純粹的驗證、flow、后端等等。

高級解決途徑：

保持不斷學習的狀態。在CNN、RNN這些算法出來之前，沒人懂。現在每一個做CNN加速器的，都要經歷從不懂到懂的過程，只要你有不斷學習的韌性。我也是從不懂開始的，其實現在也是半懂不懂的樣子，但這并沒有妨礙我在這條路上繼續學習和進步。

我想轉來做AI芯片，需要掌握哪些技能？

“關于IC的設計、驗證、集成、FLOW、封裝、測試等等，這一切都需要”。

sorry，just kidding！這些技能是一個完整的團隊所需要的，每一個隊員只要match到自己的工作崗位上就可以了。對于個人，先把AI這個概念丟掉，掌握了一個IC工程師該掌握的東西，再加上接受挑戰的決心，這足夠用于當做敲門磚了。

如果能先了解一下AI的基本概念，當然很好。但是，做芯片不像搞算法和應用，你不可能在家里自己先做個芯片project練習一下，時間和精力可能都不允許。想來接受挑戰，就行動吧。你在家里看書一個月所學的新技能，可能不如你入職后一個星期在這個環境中所學到的。

我不是做IC的，也不是研究算法的，有可能嗎？

如前所說，AI芯片終歸是一顆SOC芯片，所以除了IC工程師，常規的FPGA人員、驅動開發人員也是不可缺少的。有些AI公司的最終產品形態不是芯片，而是turn key的解決方案，所以，除了算法，還需要應用開發人員、硬件方案人員等等。當然，IT人員、行政人員就不多說了。

你為什么從上一家公司離職？

這是一個會被經常提及的問題，也是你不得不面對的問題。但是，可千萬別學《friends》里的菲比，倒是可以參考一下《布達佩斯大飯店》里面zero的回答 ：）