做AI芯片需要要掌握的技能

有哪些公司在做AI芯片？

正在做AI芯片的公司可以分为几类：初创公司，传统芯片公司，应用设备公司以及软件算法公司。

AI芯片初创公司是第一批冒险家，发现了新大陆上的金矿。例如地平线、寒武纪、启英泰伦等，就是直接以AI芯片为目标的。最初以FPGA为产品形态的深鉴，今年也开始向芯片进军了。这部分，也有正在国内开分部的国外初创公司，例如Kneron。

传统芯片公司是殖民者，听说AI芯片这片土地不但比较肥沃而且富含金矿，于是带着自家的人和枪就冲过来了。国内典型的有华为、杭州国芯、比特大陆等。这类公司也包括一些传统的IP提供方。

应用设备公司和软件算法公司本来是殖民者的合作方，在金矿的诱惑下，也开始招兵买马，开着水陆两栖登陆舰就来抢滩了。典型的如，海康、云知声、云飞励天、依图科技、科大讯飞等等，以及传说中的百度。这些公司中，有的虽然没公开宣布做芯片，但是已经悄悄在招聘了；有的虽然宣布要走芯片路线，但是还不见招聘信息。如果去这些公司有所不便，你可以根据你想去的城市，找找有没有号称要做AI的公司，或者公司分部，然后再去主页看看招聘页面，找找你适合的职位。

AI芯片是怎样的？有什么特别？

如果你有进入AI行业做芯片的想法，那至少要简单思考一下这个问题了。目前所谓AI芯片的产品状态，可能和你想象中高大上的东西有很大差别（可以参考我以前写的并在知乎上不断更新的一篇《地平线谭洪贺：零基础看懂全球AI芯片--详解“xPU”》，做一个大致了解）。

广义上讲，能运行AI算法的，似乎都可以叫AI芯片。这种AI芯片和其他soc芯片也没什么区别。其实，目前任何有编程能力的cpu芯片都可以执行AI算法，只是效率不同的问题。即使一颗386，也可以跑个CNN算法，做个语音识别任务，只是可能几个月以后才有结果。这样的芯片我们一般不好意思称之为AI芯片。

但也有面子大的，有的公司号称推出的智能芯片，其实只是把收集的语音数据通过网络传到了云端，然后从云端拿回结果而已。与之形成对比的是，有些公司并没有将自己的芯片宣传为AI芯片，比如movidius和mobileye（可能是因为当时开发产品的时候AI概念还不火，没法拿来做PR）。这两家的芯片都是做计算机视觉处理的，都集成了多个向量处理器，由于可以运行基于CNN的视觉处理算法来实现一些智能的功能，所以我们也不自觉地将其称为AI芯片了。

狭义上讲，我们可以定义AI芯片为“专门针对AI算法做了特殊加速设计的芯片”。这种芯片的核心就是神经网络加速器，或者叫深度学习加速器。但是，作为IC工程师，大家都知道，仅有一个加速器是没法使用的，所以，除特殊情况外，AI芯片都是包含了特定NN或DL加速器的SOC。例如，华为大打AI概念的手机AP麒麟970中，集成的是寒武纪的专为DL打造的处理器IP；苹果用于iphone-X的A11，集成了其自己研发的Apple Neural Engine。其他的，深鉴的DPU在处理NN计算时使用了独特的压缩技术，比特大陆的“智子”更像是一个GPU。

可以看到的趋势是，集成NN加速器的狭义AI芯片会成为主流。Movidius最新的Myraid X芯片，Mobileye最新的EyeQ5芯片，都在原来的基础上增加了特定的NN加速器。地平线即将发布的第一款芯片，也是针对视觉处理任务的，完全使用自己的NN加速器，没有内置其他的向量处理器。

当你看到某个公司发布了AI芯片，或者公布了AI产品的时候，你需要擦亮眼睛，认清这个新的瓶子里到底装的是旧酒还是新酒。下图，分别是两家公布的NPU结构，大家可以自己分辨一下。当然，如果你不是IC工程师，你在这方面的定义可以更广义一些，比如关注到AI产品的层面。

行动篇

重新看待面试

引用专业人士的话，面试只有三个问题：

Can you do the job? （实力）

Will you love the job? （意愿）

Can we tolerate working with you? （个性）

对于应聘者，面试的过程，就是要说明实力、表达意愿、展现个性的过程。而对于我们面试方，面试的过程，就是在通过各种问题来考察你的实力、确认你的意愿、了解你的个性的过程。展开来说的话，面试是个很大的话题，这里只能简单说说，并针对几个有代表性的问题做些回答。

用项目经历说明你的实力

如果你能在简历中突出地展示出你的实力，尤其是对公司的产品有用的实力，这是一个好的开始。不过更重要的是，在面试过程中体现出来。

举例来说，如果你要去一家做AI芯片的公司应聘，必然要先了解一下公司产品的大概情况。然后，你可以在面试中突出你与之相关的实力和项目经验。例如，你做过图像信号处理（ISP），这对做视觉处理器的公司是有用的经验。

同时你会发现，VPU芯片都有MIPI接口，都有DDR接口。OK，这方面的经验也是加分项。再多看看，这些xPU绝大多数都不是单纯的算法硬化的加速器，而是复杂的SOC，因此，一定要告诉面试官你所做过的SOC项目情况。

比如，在奥巴马应对扣扣熊的面试问题（注意，面试官还给了重要提示）：“Can you tell me about some of your accomplishment?”时：

奥巴马给出了上面这一长串回答，但是真正对雇主有用的呢？好像只能提炼出一条：

当然，如果你能像《当幸福来敲门》中的威尔·史密斯一样，当着BOSS的面快速搞定魔方，也是能力的有力展示。

表达个人意愿同时了解公司的意愿

意愿包含很多方面，应该抓住有限的面试时间，告诉对方你看重的是什么。户口？薪酬？福利？还是职位空间或工作内容？至少，要说说你对自己职业的规划、对工作内容的期望。

你可能觉得这对获得offer没什么用，但是，注意我上面写的“要了解公司的意愿”。

公司在组建团队时，绝对不是组建一个标准化的游行方阵，而是在组建一个足球队，每个人都有自身的位置，并且，要是一个有层次有梯度的团队。所以，公司在每招一个队员的时候， 都预先有一个团队定位，这就是公司的意愿。如果你的意愿和公司的意愿不匹配，那很可能导致不愉快的相处过程。

举个例子来说，虽然大家都想做AI芯片中的神经网络加速器部分，但是现实是不可能安排每个人都去做这部分。如果你不介意做些其他的design或verification的工作，你也会有机会参与神经网络加速器的设计验证工作。

当然，你也可以表示对工作内容没有什么要求，服从组织安排。这部分不深入说了，可以找一些面试文章理解一下。

我不懂AI算法，可以吗？

这是个障碍性问题，只要解决了就好办。先说答案：完全可以。

初级解决途径：

如前面所说，一颗AI芯片上可能只有加速器直接和算法有关，其他部分还是基本的芯片概念。你完全可以做DDR、USB等接口之类的工作，还可以做MIPI部分，以及SOC架构，或者纯粹的验证、flow、后端等等。

高级解决途径：

保持不断学习的状态。在CNN、RNN这些算法出来之前，没人懂。现在每一个做CNN加速器的，都要经历从不懂到懂的过程，只要你有不断学习的韧性。我也是从不懂开始的，其实现在也是半懂不懂的样子，但这并没有妨碍我在这条路上继续学习和进步。

我想转来做AI芯片，需要掌握哪些技能？

“关于IC的设计、验证、集成、FLOW、封装、测试等等，这一切都需要”。

sorry，just kidding！这些技能是一个完整的团队所需要的，每一个队员只要match到自己的工作岗位上就可以了。对于个人，先把AI这个概念丢掉，掌握了一个IC工程师该掌握的东西，再加上接受挑战的决心，这足够用于当做敲门砖了。

如果能先了解一下AI的基本概念，当然很好。但是，做芯片不像搞算法和应用，你不可能在家里自己先做个芯片project练习一下，时间和精力可能都不允许。想来接受挑战，就行动吧。你在家里看书一个月所学的新技能，可能不如你入职后一个星期在这个环境中所学到的。

我不是做IC的，也不是研究算法的，有可能吗？

如前所说，AI芯片终归是一颗SOC芯片，所以除了IC工程师，常规的FPGA人员、驱动开发人员也是不可缺少的。有些AI公司的最终产品形态不是芯片，而是turn key的解决方案，所以，除了算法，还需要应用开发人员、硬件方案人员等等。当然，IT人员、行政人员就不多说了。

你为什么从上一家公司离职？

这是一个会被经常提及的问题，也是你不得不面对的问题。但是，可千万别学《friends》里的菲比，倒是可以参考一下《布达佩斯大饭店》里面zero的回答 ：）