2021年6月22日,重庆 —— 以“芯”智动,以人为本。今天,英特尔FPGA中国创新中心宣布与众多生态合作伙伴启动FPGA人才专项培养及输送合作。作为英特尔FPGA人才培养的一项重要战略升级,英特尔FPGA中国创新中心将人才输送作为人才培养体系的重要一环,与企业实际需求更加密切结合,为学员提供更为实用的技能培训,一方面弥补高校及培训机构在课程设置、培训体系以及师资等方面的不足,另一方面将可帮助解决企业当下迫切的专项人才供应问题。此举,不仅能大幅提升人才与行业的匹配度,还将更进一步推动FPGA人才建设与产业发展。
英特尔FPGA中国创新中心总经理张瑞参加了签约仪式,并同时与全球领先的IT研究和咨询公司国际数据公司(IDC)合作发布了《FPGA产业发展现状及人才培养研究报告》。
与以往人才培养体系不同,英特尔FPGA中国创新中心将不仅仅提供技术培训课程,同时深耕行业了解企业对人才的需求,针对实际情况展开更紧密的合作,在合作中:
这将推动FPGA人才培养体系进一步完善,进而为学员提供更为高效、稳定和宽广的人才成长路径。此次,首批合作企业包括卡莱特云科技股份有限公司、骏龙科技有限公司、睿索电子科技有限公司、镭神智能系统有限公司、初灵信息技术股份有限公司、御芯微科技有限公司、奥普泰通信技术有限公司等先进的电子技术科技公司。在启动仪式当天还设置了专场招聘会,英特尔FPGA脱产培训班的所有学员当场拿到了至少一家企业签署的就业意向书,还有学员获得了多份企业签署的就业意向书,以更具竞争力的优势获得企业的亲睐。
本次会议中英特尔FPGA中国创新中心还与IDC联合发布了《FPGA产业发展现状及人才培养研究报告》。报告指出,当前高性能计算是数字化发展的重要发展力,以“芯”“智”动将成为未来数字经济核心推动力。因FPGA具有高性能、低时延、可重复编程和低能耗等优势,同时也因其在高速计算领域的优异性能和应用广泛性,FPGA市场的需求持续增长。
IDC预测,到2024年,全球加速服务器市场规模可达到284亿美元,全球FPGA市场规模可达到71.55亿美元。中国作为世界上FPGA需求最大的国家之一,其应用发展市场也被广泛看好。在市场繁荣与政策激励的双重条件下,FPGA市场将迎来新的发展机遇。
报告调研发现,中国企业普遍缺乏FPGA技术人才,人才匮乏已成为FPGA产业发展的首要因素。目前市场上FPGA人才供应仅能较好满足初级人才需求,而超过70%的被访企业或机构认为目前中级水平以上的工程师严重不足,并且市场整体上缺乏FPGA设计和验证方面的人才。
同时,企业也急需具备FPGA研发能力与研发经验和应用实践型人才。而这仅仅依靠高校是无法满足的,人才培养体系需要各方合力,形成高等院校、培训机构和用人单位三位一体的格局,互相发挥优势,加速培养具备全方位能力的高素质技术人才。英特尔FPGA中国创新中心与企业的“人才培养+输送”合作模式即弥补了人才与市场需求脱钩、发展路径不稳定等问题,以极具前瞻性的方式完善了当前FPGA人才培养体系。
张瑞表示,“英特尔不仅追求全面的技术创新,同时也重视人才培养和生态创新。人才培育是英特尔FPGA中国创新中心的核心工作之一。自2018年成立以来,依托英特尔全球领先的FPGA技术,创新中心已经建立了线上与线下结合、理论与实战协同的人才培养体系,并提供初级、中级、高级和专家级技术等多层次的培训。为加速FPGA科技资源向教育转化,中心还推出了‘英特尔FPGA中国创新中心系列丛书’。 同时加强校企合作,推进产学融合,携手高校建立联合实验室,搭建实训平台,推动在 FPGA专业技术人才培养、项目研发、科研设备共享等方面的深度融合。此次创新中心与企业启动的‘人才培养+输送’模式将FPGA人才培养体系推进到了新阶段,是加速人才培养、推动产业发展的前瞻性举措。”
IDC报告指出, FPGA应用产业正面临着日益增长的人才需求与不完善的人才培养体系之间的矛盾,人才培养需要社会各方的力量,形成人才的积累与更新。英特尔作为领先的科技公司,在人才培养方面也有非常先进和全面的体系。此次英特尔FPGA中国创新中心与企业在人才培养和输送方面的合作,把人才培养过程有机的从上而下渗透扩散,加强了FPGA人才提升体系,将人才更精准高效的输送到产业之中,进一步推动FPGA应用产业发展。
我们处在万物互联趋势下的数据时代,智能化的场景将催生更广泛、更丰富的智能应用,英特尔正在加速推进以数据为中心的创新步伐,全面布局未来的端到端计算创新,同时也通过培育生态、加强人才培养,推动新技术的应用。英特尔将不仅聚焦科技创新,也重视建设更广泛深入的生态,推动更多智能应用的落地,推动产业发展,践行自己的宏旨:创造改变世界的科技,造福地球上每一个人。
好文章,需要你的鼓励
NVIDIA团队开发的SANA-Sprint技术实现了AI图像生成的重大突破,将传统需要20步的生成过程压缩至1步,在H100上仅需0.1秒即可生成1024×1024高清图像,速度比现有最快模型提升10倍以上。该技术通过创新的混合蒸馏策略,在大幅提升速度的同时保持了图像质量,并支持实时交互应用,为AI绘画从专业工具向大众应用的转变奠定了基础。
初创公司Positron获得5160万美元A轮融资,推出专门针对AI推理的Atlas芯片。该公司声称其芯片在性能功耗比和成本效益方面比英伟达H100高出2-5倍,并已获得Cloudflare等企业客户采用。Positron专注于内存优化设计,无需液体冷却,可直接部署在现有数据中心。公司计划2026年推出支持16万亿参数模型的下一代Titan平台。
北京人工智能研究院团队开发的DiagNote模型通过模仿人类做笔记的习惯,解决了AI在多轮视觉对话中容易"失忆"的问题。该研究构建了专门的MMDiag数据集,设计了双模块协作的AI架构,让机器学会像人类一样通过标记重点区域来保持专注力,为更自然的人机视觉交流奠定了基础。