正在蓬勃发（fā）展的人工智（zhì）能（AI）技术，需（xū）要大量的（de）AI人才（cái），这让AI专（zhuān）业也成为了当下最火热的专（zhuān）业。根据教育部近日公布的2019年（nián）度普（pǔ）通（tōng）高等学校（xiào）本科专业备案（àn）和（hé）审批结果，有（yǒu）180所高校新增了人工智能专业，是今年新增最多的（de）备案专业（yè）。

与此同时，AI等国家战（zhàn）略需求专（zhuān）业也（yě）是扩招的热门专业。今年3月（yuè），教育部（bù）等有关部门（mén）提出加快人工智能领域研究生培养。据悉（xī），2020年教育（yù）部（bù）计划今年（nián）扩招硕士研究生18.9万名，并明（míng）确将继续扩大相应招（zhāo）生（shēng）规（guī）模。对于那些AI专业的研究生，大都会（huì）关心市场到底需要（yào）什么样的（de）AI人（rén）才？

对于AI人（rén）才培养，中（zhōng）国科学院（yuàn）计算（suàn）技（jì）术（shù）研究所研（yán）究员陈云霁接受雷锋（fēng）网采访时（shí）表示：“人工智能（néng）专业的（de）高（gāo）等教育，应当培养AI系统或者子系（xì）统的研究（jiū）者、设计者和制（zhì）造者，只有实现这个目标，才能源源不断地全面支撑我们AI的产业（yè）和（hé）研究。”

图片（piàn）来（lái）自（zì）newtonx

AI基础（chǔ）人才比（bǐ）例（lì）偏低

2013年（nián）10月，陈云霁等写了（le）一篇题为《神经网络计算（suàn）机的涅（niè）槃》的文章，这篇文章中有这样一段话：“也许有一天，每款（kuǎn）手机上都（dōu）有一个神经网络计算机（或者说加（jiā）速器（qì）），人们用它方便地进行语音输入、理解照（zhào）片；也（yě）许（xǔ）有（yǒu）一天，每（měi）台（tái）云（yún）服务器上都有一个（gè）神经网络计算机，人们用它快速地搜索视频、分析数据、挖掘信（xìn）息。”

7年后（hòu）的今天，大部分智能手机都已经（jīng）集成了NPU，服务器上都（dōu）有神经网络计算机也初（chū）步达成（chéng）。陈云霁说：“我们2013年才（cái）把这些想法写出来，并不（bú）代表我们2013年才这么（me）想。实际（jì）上从2008年开（kāi）始我们（men）就在这样想，怎（zěn）么把人（rén）工智能和芯片设计结合（hé）起来（lái）。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（hé）他弟弟陈天（tiān）石。陈云霁本科（kē）学的是计（jì）算机，研究生时主攻计算（suàn）机体系结构的处理器设计（jì）方向。机缘巧合（hé），主要研（yán）究AI算法的陈天石博士（shì）期间到中科院计算所访（fǎng）问，兄弟俩就产（chǎn）生（shēng）了将芯片设计和人工智（zhì）能（néng）研究交叉的想法（fǎ）。

当（dāng）时，AI的（de）关注度很低（dī），两（liǎng）人的想法不（bú）被（bèi）主流（liú）学术界认（rèn）同，并且AI和芯片设计的交叉研究本（běn）身就有（yǒu）巨（jù）大的挑战，困难重重，但是他们坚持了下来，并且获得ASPLOS和MICRO等计算机体系（xì）结构顶级（jí）国际会议（yì）最佳（jiā）论文奖（亚洲（zhōu）迄今仅有的两次）。陈（chén）云霁被Science杂志（zhì）刊文评价为（wéi）深度学习处理器（qì）研究（jiū）的“先驱（qū）”和“引领者”。

2016年（nián），AlphaGo在围棋对决中（zhōng）战（zhàn）胜了人（rén）类顶级选手（shǒu）。2017年，AI迎来了新一波的（de）浪潮，曾（céng）经冷门的AI人才，瞬间成了众人争抢的（de）对（duì）象。火热（rè）程度从AI职位丰（fēng）厚的薪水就能（néng）反应出来。

图片来自《智能计算系统》

但企业高薪聘请的AI人才，很多都是做（zuò）算法的。对AI算法如何调用编程框架、编程框架如何（hé）与操作系统打交道，编程框（kuàng）架中的算子如何在芯片中运行，许多人（rén）没有清晰全面的理解。

中国工程院院士李国（guó）杰曾指（zhǐ）出，“我国人工智能基础层、技术层（céng）和应用层的人才数量占比分别为3.3%、34.9%和61.8%，基础人才（cái）比例（lì）严重偏低（dī）”。如果放任这样的不平衡（héng），智能计算（suàn）软硬件系统能力（lì）的缺失最（zuì）终一定会拖上层（céng）应（yīng）用（yòng）和算法（fǎ）发展的后腿。

陈云霁接受采访时（shí）表（biǎo）示（shì），“几年前，我国（guó）没有任何高校开设智能计（jì）算（suàn）系统相关的课程。不给学生任何的智（zhì）能计算（suàn）系统（tǒng）的教育，指望（wàng）他们（men）毕业以后（hòu），在工作（zuò）中自己摸索成长为这方面的大（dà）师，显然是不现实（shí）的。因此，我（wǒ）们应当从人才教育方面入手，主（zhǔ）动作为，才有（yǒu）可（kě）能（néng）改变现状。”

AI人才（cái）为什么需要（yào）系统性（xìng）思维？

如今（jīn），全国众（zhòng）多高校都开设了AI专业，但在实际课程（chéng）体系建设（shè）中，很多还是采用了“纯（chún）算（suàn）法+应（yīng）用”的教（jiāo）学（xué）思（sī）路。

“各个高校都不乏有识之士，在课程设计中（zhōng）绕开系统课（kè）程往往是受制于三（sān）大（dà）客观困难（nán）：一是国内（nèi）还没有太多智能（néng）计算系统课（kè）程可供参考；二是国（guó）内（nèi）缺乏智能计算系统课程（chéng）的师资（zī）；三是国际上也都（dōu）缺乏智能计算系统课程的教材（cái）。”陈云霁表示。

“我（wǒ）最（zuì）开始在国科大开设《智（zhì）能计算系统课程》的时候也没有教材，之所以开设这（zhè）门课程，就是希望能培养同学们对智（zhì）能计算完整软（ruǎn）硬件（jiàn）技术栈（包括基础（chǔ）智能（néng）算法、智能计算编（biān）程框架（jià）、智能计算编（biān）程（chéng）语言、智能芯片体系结（jié）构等（děng））的融会贯通的（de）理解（jiě）。”

系统性思维是指（zhǐ）从整体（tǐ）的角度，对（duì）技术栈各个环节进行（háng）全局思考的思维方式，它的重要（yào）性（xìng）在（zài）于，缺（quē）乏系（xì）统知识和系统思维，学（xué）到（dào）的知识点就是零碎的，没有打通（tōng）“任督二（èr）脉”。

比如说，缺乏系统性思维（wéi）很容易陷（xiàn）入精度的（de）牛角（jiǎo）尖（jiān）中，把科研当成体（tǐ）育比赛来搞（别（bié）人做了97%的（de）精度，我就（jiù）要做98%；别人做了98%，我就（jiù）要做99%），最后研究（jiū）的（de）道路越走越窄。

一（yī）个完整的智能计（jì）算（suàn）系统涉及芯片、系统结（jié）构、编（biān）程环（huán）境、软件等诸（zhū）多（duō）方（fāng）面，评价智能的（de）标准远不止（zhǐ）精度一个维度（dù），速度、效（xiào）能、成本（běn）都是重要的（de）维度。

陈（chén）云霁的团队（duì）是天然传承了（le）系统思维。中国科（kē）学院计算技术研究所从1956年成（chéng）立起就一（yī）直从事（shì）计算（suàn）机系统（tǒng）研究。1990年依托中（zhōng）科院（yuàn）计算（suàn）所成立（lì）的国家智能计算机研究开发中心继承了计算所的（de）学术传统（tǒng），既做系统结构研究，又做人工（gōng）智能（néng）理（lǐ）论、算法和应用研究。

国家（jiā）教育部（bù）也很早就意（yì）识到系统思维的重要（yào）性，自2008年开始，教育部计算机类专（zhuān）业教学（xué）指导委员会就（jiù）组织专家组开展计算机（jī）系（xì）统能力培养的研究、实践（jiàn）和（hé）推广，注重计算系（xì）统硬件与软件有机融合、强（qiáng）化系统设（shè）计与优化能力，并取得了很好（hǎo）的成就。

只是，在人（rén）工智（zhì）能这个领域，国（guó）内系统人才还十分短缺。

运用系统性思维，也（yě）能更（gèng）好地设计对AI系（xì）统至关（guān）重要的AI芯片。陈云霁说，把算法、芯片、编（biān）程的团队（duì）有机地组（zǔ）织起（qǐ）来，组（zǔ）成一个互为输入互为（wéi）约束（shù）的整体（系统），在芯片设计的时候，针（zhēn）对应用和算（suàn）法的需求，调（diào）整（zhěng）架构；在（zài）编程写算子的时候，结合芯片（piàn）架构特点，有针对性地优化算法。

如（rú）何（hé）成为AI市（shì）场的宠（chǒng）儿？

更进一步，用系统性思维（wéi）才能将软硬件更好地融合（hé），去解决AI芯片面临的技术挑（tiāo）战。作为AI发展（zhǎn）的底层驱动力，提（tí）高AI和算（suàn）力和能（néng）效（xiào）是业界（jiè）近年来持续努（nǔ）力的方（fāng）向。但（dàn）是，传统（tǒng）架构让AI芯（xīn）片面临存储墙（qiáng）问题——芯片算（suàn）力高，但存储及数据搬运效率不够；同时（shí）大算力也会（huì）带（dài）来高功耗的问题。

计算机性能的提升（SPECintCPU）

我（wǒ）们（men）也看到，AI芯片的创新架（jià）构越来越多。2017 年图（tú）灵奖得主John L. Hennessy 和 David A. Patterson在去（qù）年的一篇（piān）长篇（piān）报告中（zhōng）就说：“计算机体系（xì）结构领（lǐng）域，将迎（yíng）来又一个黄金十年。”他们提出这样的观（guān）点（diǎn）是认为，在（zài）摩尔定律走向终（zhōng）点的同（tóng）时，体系结构正在闪耀新的活力——以TPU为代表的领域特定（dìng）架构 (Domain Specific Architectures, DSA) 兴起，但CPU、GPU、FPGA仍然有用武之地（dì），新的架构设计将会带来（lái）更低的（de）成（chéng）本，更（gèng）优的能耗、安全和性能。

这充分说明（míng），未来（lái）的（de）十年业界对新架构会更加包容，体系结构领（lǐng）域也（yě）将（jiāng）迎来更多机遇和挑战（zhàn）。

具备（bèi）系统思维的陈云霁团队研发的第一代深度学习处理器芯片，就针对（duì）存储墙问题进行了改进，并设计（jì）出了有针对性的指令集。这是否意（yì）味着创新的芯片（piàn）架构设计需要匹配（pèi）相应（yīng）的指令集？陈云霁说：“正如（rú）图灵奖得主（zhǔ）说的那样，软件（jiàn）设（shè）计也能为（wéi）计算机（jī）硬（yìng）件（jiàn）架构带来灵感，改善软（ruǎn）硬件接口能为架（jià）构创新带来机遇。”

至于最（zuì）终哪一种架（jià）构（gòu）会成（chéng）为主流，陈云（yún）霁和图灵奖得主持相同的（de）观点（diǎn），“最终，市场（chǎng）会决定胜者（zhě）。”

市（shì）场也决定着什么样的人（rén）才更（gèng）有竞争力。算（suàn）法和（hé）应用人才，是前几年应聘市场上的宠（chǒng）儿，但随（suí）着（zhe）市场（chǎng）的调整，从去年开始，就业市场上就已经呈现算法工程师供大于求的局面（miàn）。如何能够成为智能（néng）时代更（gèng）具竞（jìng）争力的人才？

陈云霁指出（chū），人才培养的成本（běn）太高，AI过去不（bú）是大学教（jiāo）育的必修（xiū）课（kè），培养人（rén）工智能专业的人才（cái）需要本科毕业后（hòu）再花3～6年时间攻读硕士或博士才行（háng），大学专业培养方案的调整和产业发（fā）展（zhǎn）之间（jiān）有一定的时（shí）差，所以（yǐ）如何更好地（dì）为学生提供前沿研究（jiū）与（yǔ）技（jì）术实践（jiàn）相结合（hé）的课程，成为人（rén）才培养（yǎng）的关键。