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。

行動篇

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 ：）