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(chuàng)公司，傳統(tǒng)芯片公司，應(yīng)用設(shè)備公司以及軟件算法公司。

AI芯片初創(chuàng)公司是第一批冒險(xiǎn)家，發(fā)現(xiàn)了新大陸上的金礦。例如地平線、寒武紀(jì)、啟英泰倫等，就是直接以AI芯片為目標(biāo)的。最初以FPGA為產(chǎn)品形態(tài)的深鑒，今年也開始向芯片進(jìn)軍了。這部分，也有正在國內(nèi)開分部的國外初創(chuàng)公司，例如Kneron。

傳統(tǒng)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(nèi)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(tǒng)的IP提供方。

應(yīng)用設(shè)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(lì)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(jīng)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(jù)你想去的城市，找找有沒有號(hào)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(jìn)入AI行業(yè)做芯片的想法，那至少要簡(jiǎn)單思考一下這個(gè)問題了。目前所謂AI芯片的產(chǎn)品狀態(tài)，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(chǔ)看懂全球AI芯片--詳解“xPU”》，做一個(gè)大致了解）。

廣義上講，能運(yùn)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(qū)別。其實(shí)，目前任何有編程能力的cpu芯片都可以執(zhí)行AI算法，只是效率不同的問題。即使一顆386，也可以跑個(gè)CNN算法，做個(gè)語音識(shí)別任務(wù)，只是可能幾個(gè)月以后才有結(jié)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(hào)稱推出的智能芯片，其實(shí)只是把收集的語音數(shù)據(jù)通過網(wǎng)絡(luò)傳到了云端，然后從云端拿回結(jié)果而已。與之形成對(duì)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?yàn)楫?dāng)時(shí)開發(fā)產(chǎn)品的時(shí)候AI概念還不火，沒法拿來做PR）。這兩家的芯片都是做計(jì)算機(jī)視覺處理的，都集成了多個(gè)向量處理器，由于可以運(yùn)行基于CNN的視覺處理算法來實(shí)現(xiàn)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(duì)AI算法做了特殊加速設(shè)計(jì)的芯片”。這種芯片的核心就是神經(jīng)網(wǎng)絡(luò)加速器，或者叫深度學(xué)習(xí)加速器。但是，作為IC工程師，大家都知道，僅有一個(gè)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(jī)AP麒麟970中，集成的是寒武紀(jì)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(fā)的Apple Neural Engine。其他的，深鑒的DPU在處理NN計(jì)算時(shí)使用了獨(dú)特的壓縮技術(shù)，比特大陸的“智子”更像是一個(gè)GPU。

可以看到的趨勢(shì)是，集成NN加速器的狹義AI芯片會(huì)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(chǔ)上增加了特定的NN加速器。地平線即將發(fā)布的第一款芯片，也是針對(duì)視覺處理任務(wù)的，完全使用自己的NN加速器，沒有內(nèi)置其他的向量處理器。

當(dāng)你看到某個(gè)公司發(fā)布了AI芯片，或者公布了AI產(chǎn)品的時(shí)候，你需要擦亮眼睛，認(rèn)清這個(gè)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(jié)構(gòu)，大家可以自己分辨一下。當(dāng)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(guān)注到AI產(chǎn)品的層面。

行動(dòng)篇

重新看待面試

引用專業(yè)人士的話，面試只有三個(gè)問題：

Can you do the job? （實(shí)力）

Will you love the job? （意愿）

Can we tolerate working with you? （個(gè)性）

對(duì)于應(yīng)聘者，面試的過程，就是要說明實(shí)力、表達(dá)意愿、展現(xiàn)個(gè)性的過程。而對(duì)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(shí)力、確認(rèn)你的意愿、了解你的個(gè)性的過程。展開來說的話，面試是個(gè)很大的話題，這里只能簡(jiǎn)單說說，并針對(duì)幾個(gè)有代表性的問題做些回答。

用項(xiàng)目經(jīng)歷說明你的實(shí)力

如果你能在簡(jiǎn)歷中突出地展示出你的實(shí)力，尤其是對(duì)公司的產(chǎn)品有用的實(shí)力，這是一個(gè)好的開始。不過更重要的是，在面試過程中體現(xiàn)出來。

舉例來說，如果你要去一家做AI芯片的公司應(yīng)聘，必然要先了解一下公司產(chǎn)品的大概情況。然后，你可以在面試中突出你與之相關(guān)的實(shí)力和項(xiàng)目經(jīng)驗(yàn)。例如，你做過圖像信號(hào)處理（ISP），這對(duì)做視覺處理器的公司是有用的經(jīng)驗(yàn)。

同時(shí)你會(huì)發(fā)現(xiàn)，VPU芯片都有MIPI接口，都有DDR接口。OK，這方面的經(jīng)驗(yàn)也是加分項(xiàng)。再多看看，這些xPU絕大多數(shù)都不是單純的算法硬化的加速器，而是復(fù)雜的SOC，因此，一定要告訴面試官你所做過的SOC項(xiàng)目情況。

比如，在奧巴馬應(yīng)對(duì)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(shí)：

奧巴馬給出了上面這一長串回答，但是真正對(duì)雇主有用的呢？好像只能提煉出一條：

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

表達(dá)個(gè)人意愿同時(shí)了解公司的意愿

意愿包含很多方面，應(yīng)該抓住有限的面試時(shí)間，告訴對(duì)方你看重的是什么。戶口？薪酬？福利？還是職位空間或工作內(nèi)容？至少，要說說你對(duì)自己職業(yè)的規(guī)劃、對(duì)工作內(nèi)容的期望。

你可能覺得這對(duì)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(tuán)隊(duì)時(shí)，絕對(duì)不是組建一個(gè)標(biāo)準(zhǔn)化的游行方陣，而是在組建一個(gè)足球隊(duì)，每個(gè)人都有自身的位置，并且，要是一個(gè)有層次有梯度的團(tuán)隊(duì)。所以，公司在每招一個(gè)隊(duì)員的時(shí)候， 都預(yù)先有一個(gè)團(tuán)隊(duì)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(dǎo)致不愉快的相處過程。

舉個(gè)例子來說，雖然大家都想做AI芯片中的神經(jīng)網(wǎng)絡(luò)加速器部分，但是現(xiàn)實(shí)是不可能安排每個(gè)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(huì)有機(jī)會(huì)參與神經(jīng)網(wǎng)絡(luò)加速器的設(shè)計(jì)驗(yàn)證工作。

當(dāng)然，你也可以表示對(duì)工作內(nèi)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(gè)障礙性問題，只要解決了就好辦。先說答案：完全可以。

初級(jí)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(guān)，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(gòu)，或者純粹的驗(yàn)證、flow、后端等等。

高級(jí)解決途徑：

保持不斷學(xué)習(xí)的狀態(tài)。在CNN、RNN這些算法出來之前，沒人懂。現(xiàn)在每一個(gè)做CNN加速器的，都要經(jīng)歷從不懂到懂的過程，只要你有不斷學(xué)習(xí)的韌性。我也是從不懂開始的，其實(shí)現(xiàn)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(xù)學(xué)習(xí)和進(jìn)步。

我想轉(zhuǎn)來做AI芯片，需要掌握哪些技能？

“關(guān)于IC的設(shè)計(jì)、驗(yàn)證、集成、FLOW、封裝、測(cè)試等等，這一切都需要”。

sorry，just kidding！這些技能是一個(gè)完整的團(tuán)隊(duì)所需要的，每一個(gè)隊(duì)員只要match到自己的工作崗位上就可以了。對(duì)于個(gè)人，先把AI這個(gè)概念丟掉，掌握了一個(gè)IC工程師該掌握的東西，再加上接受挑戰(zhàn)的決心，這足夠用于當(dāng)做敲門磚了。

如果能先了解一下AI的基本概念，當(dāng)然很好。但是，做芯片不像搞算法和應(yīng)用，你不可能在家里自己先做個(gè)芯片project練習(xí)一下，時(shí)間和精力可能都不允許。想來接受挑戰(zhàn)，就行動(dòng)吧。你在家里看書一個(gè)月所學(xué)的新技能，可能不如你入職后一個(gè)星期在這個(gè)環(huán)境中所學(xué)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(guī)的FPGA人員、驅(qū)動(dòng)開發(fā)人員也是不可缺少的。有些AI公司的最終產(chǎn)品形態(tài)不是芯片，而是turn key的解決方案，所以，除了算法，還需要應(yīng)用開發(fā)人員、硬件方案人員等等。當(dāng)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(gè)會(huì)被經(jīng)常提及的問題，也是你不得不面對(duì)的問題。但是，可千萬別學(xué)《friends》里的菲比，倒是可以參考一下《布達(dá)佩斯大飯店》里面zero的回答 ：）