正在蓬（péng）勃（bó）发展的（de）人工智能（néng）（AI）技术，需（xū）要大量（liàng）的AI人才，这让AI专业也成（chéng）为了（le）当下最火热（rè）的专业。根据教育（yù）部（bù）近（jìn）日（rì）公（gōng）布的2019年度普通高等学校本科专业备案和（hé）审批（pī）结（jié）果，有180所（suǒ）高校新增了人（rén）工智（zhì）能专（zhuān）业，是今年（nián）新（xīn）增最多的备案（àn）专业。

与此同时，AI等国家战略需（xū）求专业（yè）也是扩招的热门专业（yè）。今年3月，教育（yù）部等有关部门提出加快人工智能领域研究生培养。据悉，2020年教（jiāo）育部计划今年扩招硕士研究（jiū）生18.9万名，并明确将继续扩大（dà）相应招生规模。对于那些（xiē）AI专业的研（yán）究生，大都会关心市场到底需要什（shí）么（me）样的AI人才？

对于AI人才培养，中（zhōng）国科学院计算技术研究（jiū）所研究（jiū）员陈云霁（jì）接受雷锋网采（cǎi）访（fǎng）时表示（shì）：“人工智能专（zhuān）业（yè）的高等教育，应当（dāng）培养AI系统或者（zhě）子系统的研究（jiū）者、设计者（zhě）和制（zhì）造者，只（zhī）有实现这个目标，才能源（yuán）源不（bú）断（duàn）地（dì）全面支撑我们AI的产业和研究。”

图片（piàn）来自newtonx

AI基础（chǔ）人（rén）才比（bǐ）例偏低（dī）

2013年10月，陈云（yún）霁（jì）等写了（le）一篇题为《神经网络计（jì）算机的涅槃》的文章，这（zhè）篇文章中有这样一段（duàn）话：“也许有一天，每款手机上都有一个（gè）神经网络计算（suàn）机（或者（zhě）说加速器（qì）），人们（men）用它（tā）方便（biàn）地进行语音输（shū）入、理解照（zhào）片；也许有一天，每（měi）台云服（fú）务器上都（dōu）有一个神（shén）经网络计算机，人们用它快速地搜索（suǒ）视频、分析数据、挖掘信息。”

7年后（hòu）的今（jīn）天，大部分智能手机（jī）都已经集成了NPU，服务器上都有神经网（wǎng）络计算机也（yě）初步达（dá）成。陈（chén）云霁说：“我们2013年才把这（zhè）些（xiē）想（xiǎng）法写出来（lái），并不代（dài）表我们2013年才这么想。实际上（shàng）从2008年开始我（wǒ）们就在（zài）这样想（xiǎng），怎么把人工智能和芯片设计（jì）结合（hé）起来。有了这个目标，才有后来智能（néng）芯片到智能服务器的工作。”

“我们“就是陈云霁和他弟弟陈天石。陈（chén）云霁本科学（xué）的是（shì）计算机，研究（jiū）生时主攻（gōng）计算（suàn）机体系结构（gòu）的处理器设计方向。机缘巧合，主要研究AI算法（fǎ）的陈天石博士期间到中科院计算所访问，兄弟（dì）俩就产生了将芯片设计和人工智能研究交叉的想法。

当时（shí），AI的关注度很低，两（liǎng）人的（de）想（xiǎng）法（fǎ）不被主流学术界（jiè）认同（tóng），并且AI和（hé）芯片设计（jì）的（de）交叉研究本身就有巨大（dà）的挑战，困难重重（chóng），但是他们（men）坚持了下来，并（bìng）且获（huò）得（dé）ASPLOS和MICRO等计算（suàn）机体系（xì）结构顶级国（guó）际会议最佳（jiā）论（lùn）文奖（亚（yà）洲迄今仅有的两次（cì））。陈云霁被Science杂志刊文评价为（wéi）深度（dù）学习处理器研究的“先驱”和“引领者”。

2016年，AlphaGo在围棋对（duì）决中战胜了人（rén）类顶级选手。2017年，AI迎来了新一（yī）波的浪潮，曾经冷门的AI人才，瞬间（jiān）成了（le）众人争（zhēng）抢的对象。火（huǒ）热程度（dù）从AI职位丰厚的薪水就能反应出来。

图片来自《智能计（jì）算（suàn）系统（tǒng）》

但企业高薪聘请的（de）AI人才，很多都是（shì）做算法（fǎ）的（de）。对AI算法如何调用编程框架、编程框架如（rú）何与操作系统（tǒng）打交道，编程（chéng）框（kuàng）架中的算子如何（hé）在芯片（piàn）中运（yùn）行，许多人（rén）没有（yǒu）清晰（xī）全面（miàn）的理解（jiě）。

中国工程院院士（shì）李（lǐ）国杰曾指（zhǐ）出，“我国人工智能基础（chǔ）层、技术层和应用层的人才（cái）数量（liàng）占比分别为3.3%、34.9%和（hé）61.8%，基础人才比例严重偏低”。如果放任这样的（de）不平衡，智能（néng）计算（suàn）软硬件系（xì）统能力的（de）缺（quē）失最终一定会拖（tuō）上（shàng）层应用和算（suàn）法发展的（de）后腿。

陈云（yún）霁接（jiē）受采（cǎi）访时表示，“几年前，我国（guó）没（méi）有任何高校开设智能计算系统相（xiàng）关（guān）的课（kè）程。不给学生任何的智能计算系统（tǒng）的（de）教育，指望他们毕业以后，在工作（zuò）中自己摸索成长（zhǎng）为这方面的大师（shī），显（xiǎn）然是不现实的。因此，我们（men）应当（dāng）从人才教育方面入手，主动作（zuò）为，才有可能（néng）改变（biàn）现（xiàn）状（zhuàng）。”

AI人才（cái）为什么（me）需要系统（tǒng）性思维？

如（rú）今（jīn），全（quán）国众多高校都开设了AI专（zhuān）业，但在实际课程体系建设中，很多还是（shì）采用了“纯算法+应用”的教学思路。

“各个高校都不乏（fá）有识之（zhī）士，在课程设计中绕开系统课（kè）程往往是受制于（yú）三大客观困（kùn）难：一是国内（nèi）还没有太（tài）多智能计算系统课程可供（gòng）参（cān）考；二是国（guó）内缺乏智能计算系统课程的师资；三是国际上（shàng）也都缺乏智能计算系统课程的教材。”陈云霁表示。

“我最开（kāi）始在国科大开设《智能（néng）计算系统课程》的时候也没（méi）有教材，之（zhī）所以（yǐ）开设（shè）这门课程，就是希望能培养（yǎng）同学（xué）们对智能计算完整软硬件技（jì）术栈（包括基础智能（néng）算法、智（zhì）能计算编程框架、智能计算（suàn）编程（chéng）语（yǔ）言、智（zhì）能芯片体（tǐ）系（xì）结构（gòu）等）的融会贯通的理解。”

系统性思维是指从整体（tǐ）的（de）角度，对技术栈各个环节进行（háng）全（quán）局思考的思维方式，它（tā）的重要性在于，缺乏系（xì）统知识（shí）和（hé）系统（tǒng）思维，学到的知识点（diǎn）就是零碎（suì）的，没有打通“任督二脉”。

比（bǐ）如说，缺乏系统（tǒng）性思维很容易（yì）陷入精度的牛（niú）角尖中，把（bǎ）科研（yán）当成体育比赛来搞（别（bié）人做了97%的精（jīng）度，我就要做98%；别人做（zuò）了98%，我就要做99%），最后研究的道路越走越窄（zhǎi）。

一（yī）个完整的智（zhì）能计算系统涉及芯片、系统结构、编程环（huán）境、软（ruǎn）件（jiàn）等诸多方（fāng）面，评价智能的标准远（yuǎn）不止精度一（yī）个维度（dù），速度、效能、成本都是（shì）重（chóng）要的维度。

陈云（yún）霁的团队是（shì）天然（rán）传承（chéng）了（le）系统思维。中国科（kē）学（xué）院计算技术研究所从1956年成立起就一直从事计（jì）算机系统研究。1990年（nián）依托中科（kē）院计算所成立的国家（jiā）智能（néng）计算机研（yán）究开发中心（xīn）继承了计算所的学术传统，既（jì）做（zuò）系统结构研究，又做人工智能理论、算法和应用研究。

国（guó）家教育（yù）部也很早就意识到系统（tǒng）思维的重要性（xìng），自2008年开（kāi）始，教育部计算机（jī）类专业（yè）教学指导（dǎo）委员会就组织专（zhuān）家组开展计算（suàn）机系统能力培养的研（yán）究、实（shí）践和推广，注重计算系统硬件与软件（jiàn）有机（jī）融合、强化系统（tǒng）设计与优化能力，并取得了很好的成（chéng）就（jiù）。

只是，在人工（gōng）智（zhì）能这个领域，国内系统人才还（hái）十分短缺。

运用（yòng）系统性思维，也能（néng）更好地设计对AI系统至关（guān）重要的AI芯（xīn）片（piàn）。陈云霁说，把算（suàn）法（fǎ）、芯片（piàn）、编程的团队（duì）有机地组（zǔ）织起来，组成（chéng）一（yī）个（gè）互为输入互为约束的整体（系统），在芯片设计的时候，针对应用和算（suàn）法的需求，调整架构；在编程写算子的时（shí）候，结（jié）合芯片架构（gòu）特点，有针对性地优化算法。

如何成为AI市场（chǎng）的宠儿？

更进一步，用（yòng）系统性思维才（cái）能将软硬（yìng）件更好地融合，去解决AI芯片面临的（de）技（jì）术挑（tiāo）战（zhàn）。作为AI发（fā）展的（de）底层驱动力，提高AI和算力和能效是（shì）业界近年来（lái）持续努力的方向。但是，传统架构让（ràng）AI芯片（piàn）面临存储墙问题——芯片算力高，但存（cún）储及数据搬运效（xiào）率不够；同（tóng）时大算力也会带来高功耗的问题。

计算机性能的提升（SPECintCPU）

我（wǒ）们也看到，AI芯片的创（chuàng）新架构越来越多。2017 年图灵奖得主（zhǔ）John L. Hennessy 和 David A. Patterson在去年的一（yī）篇（piān）长（zhǎng）篇报告中（zhōng）就说：“计算机体系结构领（lǐng）域（yù），将迎（yíng）来又一个黄金十年。”他们提（tí）出这（zhè）样的观点是认为，在摩尔定律（lǜ）走向终点的同时，体系（xì）结构正在闪耀新的活力——以TPU为代表的（de）领域特（tè）定架（jià）构 (Domain Specific Architectures, DSA) 兴起（qǐ），但CPU、GPU、FPGA仍（réng）然有用武之地，新的架构设计（jì）将会带来（lái）更低的成本（běn），更优的能耗、安全和性能。

这充（chōng）分说明，未来的十年业界对新架构会更加包（bāo）容，体系结构领域也将迎来更多机遇和挑战。

具备系统思维的陈云霁团队研发（fā）的（de）第一（yī）代深度学习（xí）处理器芯片，就针对存储墙问题进行（háng）了改进，并设计出了（le）有（yǒu）针对性（xìng）的指令集。这是否意味着创（chuàng）新的芯片架构设计需（xū）要匹配相应的指（zhǐ）令集？陈云霁说（shuō）：“正（zhèng）如（rú）图灵（líng）奖得主（zhǔ）说的那样（yàng），软件设（shè）计也能为计算机硬件架构带（dài）来灵感，改善软硬件接口能为架构创（chuàng）新带来（lái）机遇。”

至于最终哪一种架构会成（chéng）为主流，陈云（yún）霁和图灵（líng）奖（jiǎng）得（dé）主（zhǔ）持相（xiàng）同的观点，“最终，市场会决定胜者。”

市场（chǎng）也决定着什么样的人才更有竞（jìng）争力。算法和应（yīng）用人才，是前（qián）几年应（yīng）聘市场上的（de）宠儿，但随着市（shì）场的（de）调（diào）整，从去年开始（shǐ），就业市场上（shàng）就已经呈现算法工（gōng）程师供（gòng）大于求的（de）局面。如何能够成为（wéi）智能时代更具竞争力的（de）人才（cái）？

陈云霁指（zhǐ）出，人才（cái）培（péi）养的成本太高，AI过去不（bú）是大学教育（yù）的（de）必修课（kè），培养（yǎng）人工（gōng）智（zhì）能专业的（de）人才需要本科毕业后再花3～6年时间攻（gōng）读硕士或博士才行，大学专业培养方案（àn）的调（diào）整和产业发展之（zhī）间有一（yī）定的时差（chà），所以如何更好地为学生提供前沿（yán）研究与技术实践相结合的（de）课（kè）程，成为人才培养的（de）关键。