https://yendo.info/categories/%E5%8B%89%E5%BC%B7%E4%BC%9A/Recent content in 勉強会 on ENDO Yasunori - A Professional EngineerHugo -- gohugo.ioja-jpThu, 19 Oct 2017 14:46:42 +0900https://yendo.info/posts/seminar/2017/design_solution_forum/Thu, 19 Oct 2017 14:46:42 +0900https://yendo.info/posts/seminar/2017/design_solution_forum/ども、遠藤です。 RTLのお陰でソフトウェアとハードウェアの垣根がふわっとしているということで、 ソフトウェアエンジニアといえどもハードがわからないとダメだ という気持ちを持っています。 今回、ハードウェア寄りのセミナーを受けてみようということで、 Design Solution Forum にいってきました！ 今回の講演では Deep Learning の推論を組込み環境で動かそう、という発表が多く、 図らずも最近の業務に近い話が聞けました。 クラウドコンピューティングが流行ってなんでもかんでもクラウドで動かそうという機運がありますが、 一方エッジ側でもある程度計算処理を動かす需要があると前から感じていました。 エッジ側でヘビーな計算処理を動かすためには、なるべく低電力で低コストなハードウェアが必要になりますし、 ソフトウェアも様々な制約条件が課せられるため、簡単ではないと思われます。 そんな状況で、ソフトウェアとハードウェア両方がわかる人間として、うまく橋渡しできる人間になりたいと思った 就活時代の私を思い出させる、いい時間を過ごすことができました。 講演内容ざっくりまとめ 下の方に各公演の内容をまとめていますが、全体を通してざっくりまとめました。 話題の大半は Deep Learning と RISC-V Deep の話は正直似通ったのが多かったので、RISCのセッションも聞きに行けばよかった AI(Deep Learning) 技術を活用するには、エッジ側での計算がある程度必要 エッジヘビーコンピューティングの需要は高そう 必要なのはストレージではなく、計算資源と、限られた計算資源で効率的に問題を解くアルゴリズムだと思われる Deep Learning では量子化(2値化、対数量子化)など、またその条件下で効率よく学習するアルゴリズムが必要 エッジ側の計算資源としては、組込みGPU or HWA (includes FPGA) RasPi の GPU では、情報公開が進み誰でもアセンブラをかける環境になった 組込みこそ、ヘテロジニアス・マルチコア構成となる時代へ 大規模になればなるほど自動生成のアプローチが重要 Deep Learning 等移り変わりの激しい状況下で、FPGAは有効 日本が世界と戦うためには依然モノづくり、AIを組込んだ製品で差別化したい 自動生成の話が複数 Keras/Chainerモデルから組込み環境向けC/RTLの生成など マルチコア向けとして、ドイツの Silexica が興味深い 受講メモ 各講演のポイントをざっくりまとめました。 流し読みがおすすめです。 基調講演: 自動運転的な話 Google は人間の介入なしに 8000km 走行可能なまでに進んでいる 各社 Level3 はスキップして、Level4 に進もうとしている Mobillity as a Service の時代がやってくる Session C-1: RasPi でディープの推論 Idein さん: モバイル向け組込みGPUを用いたエッジコンピューティングのベンチャー企業 RasPi 搭載 GPU の仕様が Broadcom より2014年に公開され、下記のツールを作った PyVideoCore: GPU用アセンブラ、実行基盤 QMKL: 数値計算ライブラリ QDNN: DNNライブラリ NN計算グラフコンパイラ・最適化 MLIR: 計算グラフを表現する中間言語 (?https://yendo.info/posts/seminar/2017/supporters_20s_career/Wed, 18 Oct 2017 23:49:52 +0900https://yendo.info/posts/seminar/2017/supporters_20s_career/どうも、遠藤です。 サポーターズさん主催の 「20代エンジニアのキャリア論」 を聞いてきたので、レポートします。 個人的なまとめと所感 人間の幸福度と年収の関係を調べると、600万円あたりでサチるという話があり、個人的に興味深かったです。 確かに言われてみると、もともと転職のターゲットにしていたのが年収600万円で、そこまでいくと ある程度安心して生活が送れるレベルになるかなとおもい、今後の一つの基準になりました。 30代以降の未来をエンジニアとして生き抜いていく上で、単に技術力を磨くだけでは不十分だと考えさせられる、いいきっかけになりました。 よほどの技術力がないと技術力だけで生きていくのは難しく、いかに+αを出していくかを今後は考えていきたいと思います。 自分の場合は何が+αになるかというのはなかなか難しいところですが、これまでのキャリアでは思いの外幅広い経験を 積むことができたので、広い経験の中からドットを繋いでいけるような人間になれればいいなと思いました。 講演内容について 講演内容をかいつまんでまとめてみました。 エンジニアは非常に希少な存在であること 日本の労働人口のうち、ITエンジニアの割合はわずか 0.3% で、誰でもできる仕事ではないことを思い起こしてほしい マスコミがIT人材を登用するなど、今後も需要が右肩上がりで上がりづづける 貴重な人材として価値が有ることを認識してほしい 満足な人生を送るためのお金の話 人間の幸福度は年収600万円程度でサチる (米プリンストン大調査) 年収600万円 = 月収50万円 = 手取り40万円、欲しいものを買ったり外食する分には、困らない 日本の平均年収は420万円程度にとどまっているが、エンジニアであれば適切な場所で適切な評価を受ければ、20代で達成可能な水準である キャリアの分岐点は「新卒」・「3年目」・30歳」の3つある 新卒が一番の分岐点 新卒の時点が、最も企業の選択肢が多い 今後のキャリアや価値観を形成する、非常に重要な選択になる しかし、十分な情報がない中、うまく就活を進められない人も多数… → サポーターズのようなサービスを活用してほしい！ キャリア3年目 3年目になると、社内で中堅のポジションになってきて、同期間でも差が出始めてくる 転職市場ではもはや第2新卒とはみなされず、ポテンシャルではなくスキルで評価されるようになる キャリア3年 = 10,000時間、その道のプロとみなされるようになる 実力上位10%に位置するあたりから、エンジニアがよりよい条件を求めて転職を模索し始める 30歳 ベテランエンジニアとなり、同期間で圧倒的な差がついてしまう 技術力だけでなく +αが求められる ようになってくる 体力が落ちて自分の時間も減ってくる → 成長のハードルが上がる この時点までに、自分の実力を上位20%以上に持っていけば、年収600万円は現実的な数字になる エンジニアの実力を磨くためには？ 一番手っ取り早いのは、転職して自分が成長できる環境に身を置くこと 自分の1つ上のレベルの企業で、中の下くらいに位置していればなんとかなる むしろ、自分の実力でエース待遇されるような企業では、成長するのは難しい だから、自分の実力で入れる企業に固執する必要はない インプットとアウトプットを意識する インプット(勉強会に出る、プログラミングスクールに参加する)は、キャリアアップの入り口に過ぎない キャリアアップしたいなら、アウトプットを意識しろ！ 一番いいのは、副業やアルバイトをやること Wantedly で気になるサービスを展開している会社に声をかけてみるなど、見つける方法はいくらでも 自分でプロダクトを作ってみたり、ブログを書いてみるのもいい 億万長者になりたかったら、起業 or スタートアップに加わろう 力がとてもつくし、エキサイティングな経験を積むことができる 疲れるし失敗のリスクは有るが、億万長者になるチャンスが有る 億万長者になりたかったら、株 or ストックオプションを忘れずにもらうこと！ 必ずしも自分が起業するプランを持つ必要があるわけではない！ 世の中には、優れた経営者の卵がたくさんいる ベンチャーキャピタル運営のコワーキングスペースにいってみる IVS/ICCというのがある 他の人の経営のアイディア x 自分の技術力という組み合わせで道を切り開ける 質疑応答から 質疑応答でも、いくつか気になったトピックがありました。