前几天，一条关于人工智能（AI）的微博，火了。

应届、年薪80万、薪水拔高20%...即使是AI领域的应届硕士、博士毕业生，也完全不用去招聘会，不用投简历，企业自然会通过导师、猎头各种渠道找到他们，名副其实“人在家中坐，钱从天上来”啊！

▋为什么今年AI如此火爆？

造成今年AI领域火爆的原因主要有三点：一是得益于“深度学习”的出现，人工智能开始大爆发；二是2015年之后Pascal架构GPU运算能力的大幅提升（2018年图灵Turing架构运算能力再升级）；第三点就是政府和高校的推动。

2017年全国“两会”上，“人工智能”首次正式被写入政府工作报告。

2017年7月，国务院印发《新一代人工智能发展规划》。

继2017年中国科学院大学、西安电子科技大学等高校设立人工智能学院之后，2018年，清华大学、南京大学等一批高校也纷纷设立人工智能学院或研究院。

AI井喷式的发展构建出庞大的产业群， 这就需要足够多的技术人才，但是据Linkedln领英发布的一份报告显示，截止2017年全球AI技术人才总数大约190万，其中美国约85万，中国只有大约5万人，但是AI行业的缺口却有500万之大，所以才会出现2018年AI人才急需的场面。

▋AI包含哪些？

人工智能（AI）其实是一个很大的类，随着技术的进步又细分出“机器学习”以及目前最流行的“深度学习”。

NVIDIA官方给出的AI技术发展历程图很好的解释了这一点。简单来说，人工智能的实现需要“机器学习”，而“深度学习”则是实现“机器学习”的技术。

▋如何系统学习AI

要说学习AI技术，目前除了高校开设的课程，NVIDIA英伟达的“GTC”大会和“DLI深度学习学院”在线课程，是目前相对最成熟和完善的AI培训系统。

其实AI和深度学习的相关课程还有很多，但是NVIDIA作为GPU行业的龙头，所开设的课程更加全面，包括AWS、谷歌、IBM、微软等全球技术领先的企业都会参与培训。

另外，学习AI技术最重要的是实践，而NVIDIA的课程正是针对具体行业具体应用的，比如在医疗课程中就又细分了影像分析、染色体状态分析、基因组分析等。

▋搭建个人AI主机

作为一个转行AI的初学者，除了理论知识的储备，还需要一台合适的主机进行实践。因为“个人云服务器”价格太高不具备普适性，所以一台“高配”的个人电脑是初学AI最合适的设备了。

只需要像以往组装一台普通的电脑一样，选择CPU、GPU、内存条、固态硬盘、电源、主板就可以了，至于各个配件如何选择才最优，这里给出一些建议仅供参考。

显卡：GPU可以利用多个线程来进行高速的矩阵运算，而深度学习中会涉及到很多的矩阵运算，因此选择一个优秀的GPU至关重要。专业显卡因为价格很高，一般消费者很难承受，这里建议选择Pascal、Turing架构的显卡。

根据lambdalabs针对两代显卡的运算能力测试，我们总结了以下几点可参考：

总体来说最好的GPU是：RTX 2080 Ti

成本效益高，但价格稍贵：RTX 2080、GTX 1080Ti

成本效益高，且价格实惠：GTX 1080、GTX 1070 Ti

我很穷：GTX 1060（6GB）

CPU：对于深度学习来说CPU的要求不是很高，只要秉承“选择优等的GPU 选择较好的CPU”，选择主频较高、支持更多PCI-E通道的CPU即可。

主板：就单路CPU来说，一块显卡就占用了其中的16条PCI-E通道，如果后续还想增加显卡的话，最好是选择具备PCI-E拓展能力的主板。

内存：内存频率根据主板和CPU选择就好，容量当然是越大越好，建议16G起步，我自用的四根影驰HOF II DDR4-3600的内存。

硬盘：在深度学习中，硬盘可以用来“保存代码”“保存Model”“保存中间结果”“保存数据集”等，建议选择大容量的SATA 3.0 SSD（容量越大越好），当然，如果只是用来做系统盘的话一般240~512G就可以。

电源：电源千万不要省钱，你的主机可能会连续运行超过24小时。单卡建议1000W起步，双卡及以上可以选择1200/1600W的电源。

至此，拿到80万年薪的理论方法和技术实践都已经传授给你们了，能不能拿到就看各位的造化啦。