深感年轻人学CS钱好赚
年纪大的学ee钱好混
什么毕业学校都是浮云,UC就已经很好了,国内平顶山矿院都行。没必要花钱去什么私校mudd趟浑水
AI, 芯片fab,IC design 最近转了一圈了
只不过没有cs fancy变化快。
经验更重要
整天想着赶紧挣钱存退休金,对年轻人太残酷了。
方向感要强,否则很容易被淘汰。美国现在定义的高科技行业,有相当一部分会在十年内成为,传统行业,工资会相对下降,地域也会改变,从高成本地区向低成本地区转移,那些高成本地区,因为都是高薪优秀人员,会集中在高端的更欣欣向荣的领域开发研发,产生新的领域和产业,所以,得懂得抓方向,跟上时代步伐。
AI 行业及AI 公司的看法?
学solo 还能进choir吗?我们老师说有些choir不要soloist
AI硬件平台正需要大发展,可惜美国小公司最近拿钱困难。
AI要突破传统的von neumann computer structure,未来的AI计算是stream数据流/池的方式。要在现有基础上提高上千倍计算能力。学computer architecture的还是很有前途,但思维要开阔,正是好时候
我只能说前途光明,道路还曲折,但快了,是个大钱坑
Choir跟独唱有时是相悖的,合唱讲究的是和声,不想听到特别突出的嗓音;而独唱正好相反。当然也有不少合唱中有领唱的部分。很多合唱团领唱是团员轮流担任的。
老师的意思可能是降低期望值,不想让学生感觉是当然的领唱角色。
眼界和能力决定了发展方向。
还要知道自己的短板,有时候短板决定能走多远。
一旦被传统化,总待遇就会下降,而且还会被转移出去, Oracle就是个例子。
针对特定领域用途的。TPU主要是针对ML。
我认为是搞不过谷歌的。
那你娃学solo也参加choir了呀,他参加过solo比赛吗
目前的FPU还只是相当于数据管道,加速运行。
而以后的趋势是数据在芯片和系统里面像一池水,而不是集中在内存,各部分互相影响,更自然的流入流出和相互交互。所以还是有很大不同的,对于计算机体系,语言和应用都可能有革命性变化
去实现AI芯片的设计
他常跟俺说不要老以为他应该领唱:)
他参加过两次湾区的歌唱比赛,因为没有作为重点EC,就是玩玩,都是高中最后一年,得了一次第三, 一次第四:)
第二步干了一半,缺钱停工状态。要是在国内估计会火,不缺这点钱
用硬件直接来implement neural net牺牲了flexibility及adaptability。我个人认为比较有前途的做法是硬件主要来implement高速的data flow和array computation,在这样hybrid的硬件上用软件来implement neural net的complexity,flexibility,已及adaptivity。
当然这只是我外行从三万尺高空观看的粗浅看法。
neural network是方向,但后面软件如何适应各种应用还有很多问题
深感年轻人学CS钱好赚
年纪大的学ee钱好混
什么毕业学校都是浮云,UC就已经很好了,国内平顶山矿院都行。没必要花钱去什么私校mudd趟浑水
AI, 芯片fab,IC design 最近转了一圈了
只不过没有cs fancy变化快。
经验更重要
整天想着赶紧挣钱存退休金,对年轻人太残酷了。
方向感要强,否则很容易被淘汰。美国现在定义的高科技行业,有相当一部分会在十年内成为,传统行业,工资会相对下降,地域也会改变,从高成本地区向低成本地区转移,那些高成本地区,因为都是高薪优秀人员,会集中在高端的更欣欣向荣的领域开发研发,产生新的领域和产业,所以,得懂得抓方向,跟上时代步伐。
AI 行业及AI 公司的看法?
学solo 还能进choir吗?我们老师说有些choir不要soloist
AI硬件平台正需要大发展,可惜美国小公司最近拿钱困难。
AI要突破传统的von neumann computer structure,未来的AI计算是stream数据流/池的方式。要在现有基础上提高上千倍计算能力。学computer architecture的还是很有前途,但思维要开阔,正是好时候
我只能说前途光明,道路还曲折,但快了,是个大钱坑
Choir跟独唱有时是相悖的,合唱讲究的是和声,不想听到特别突出的嗓音;而独唱正好相反。当然也有不少合唱中有领唱的部分。很多合唱团领唱是团员轮流担任的。
老师的意思可能是降低期望值,不想让学生感觉是当然的领唱角色。
眼界和能力决定了发展方向。
还要知道自己的短板,有时候短板决定能走多远。
一旦被传统化,总待遇就会下降,而且还会被转移出去, Oracle就是个例子。
针对特定领域用途的。TPU主要是针对ML。
我认为是搞不过谷歌的。
那你娃学solo也参加choir了呀,他参加过solo比赛吗
目前的FPU还只是相当于数据管道,加速运行。
而以后的趋势是数据在芯片和系统里面像一池水,而不是集中在内存,各部分互相影响,更自然的流入流出和相互交互。所以还是有很大不同的,对于计算机体系,语言和应用都可能有革命性变化
去实现AI芯片的设计
他常跟俺说不要老以为他应该领唱:)
他参加过两次湾区的歌唱比赛,因为没有作为重点EC,就是玩玩,都是高中最后一年,得了一次第三, 一次第四:)
第二步干了一半,缺钱停工状态。要是在国内估计会火,不缺这点钱
用硬件直接来implement neural net牺牲了flexibility及adaptability。我个人认为比较有前途的做法是硬件主要来implement高速的data flow和array computation,在这样hybrid的硬件上用软件来implement neural net的complexity,flexibility,已及adaptivity。
当然这只是我外行从三万尺高空观看的粗浅看法。
neural network是方向,但后面软件如何适应各种应用还有很多问题