我在這公司兩年了，北京公司的。我只知道android開發的情況，其他不知道。8點半到9點半上班應屆生本科（做開發的）是6K，招進來後包半年住宿（不過住的挺差），中午補助15快，晚上下班到8點（不管你在幹什麼，中間是否吃飯）補助20快，今年聽說有交通補助。

不是應屆生的話，完全看你談價格，同等水平，工資相差3K是正常（也就是做事都一樣，薪水不一樣）公司的年終獎一般是3個月，2年裡我以及身邊的人都是3個月（少數人稍微多些或少寫，其他部門不清楚，也可能是我這個部門比較掙錢）。（工作不到半年的話，年終獎比較少），公積金交的是最高的12%，不過第一年是按試用期薪水交的。

工作強度的話，這個不好說。回覆玻璃幫幫忙：一個是公司的android人員很多，我那個部門就有70個android開發；公司好幾個部門，所以android開發者，可能有300；另外，人員流動很大，一般人再公司呆1年多就會走，主要因為公司做系統相關的，寫程式碼很少，工作比較沒意思，待遇也不高。

而跳槽出去，薪水很漲很多。以我在這個公司2年的經驗，不建議來。

華為這週末搞了件不大不小的事――釋出了“世界首款手機AI晶片”麒麟970――各位科技媒體小編都辛苦了，大週六晚上的不是飛去德國跑會就是在電腦前蹲直播，連約會都要改期，好氣哦。咳，言歸正傳。華為為了搶這個“世界第一”著實花了不少心思，作為一個以“自研”為驕傲的企業，本次麒麟970上不僅使用的是別家的（寒武紀的）神經網路處理單元（NPU），智東西還獨家獲悉到，麒麟970在物體識別方面的一整套嵌入式AI解決方案（從演算法＋Camera Tuning）都來自中科創達。此外，據業內人士透露，寒武紀的AI架構在麒麟970上實現的梳理也並非全部是華為海思自研的技術。這款晶片打造了多少個月？僅是加了一個NPU模組就能叫“AI晶片”嗎？為什麼華為要這麼緊趕慢趕搶“第一”？聯發科、深鑑科技等業內人士又是怎麼看待麒麟970？……以上種種疑問，智東西將為你一一揭曉。一、引數轟炸麒麟970的引數想必大家已經被刷屏了一遍又一遍，但為了文章完整性這裡還是不能免俗地需要列一列資料，看過的讀者可以直接跳過這段：眾所周知，目前九成的手機晶片採用的是ARM的架構，麒麟970也不例外。麒麟970採用ARM Cortex-A73四核+Cortex-A53四核的架構，採用了臺積電10nm製造工藝，搭載12核高效GPU、8核高效能CPU，4.5G高速LTE Modem，支援LTE CAT.18，最高下載速度可以達到1.2Gbps，與高通目前釋出的最強的X20 LTE基帶實力相當。特別值得一提的是，麒麟970的GPU用上了ARM最新推出的Mali-G72 MP12架構――這是Mali-G72 MP12 GPU的首次商用。這個架構很厲害，比上一代的Mali-G71效能提高了40%，能效提高了25%。但如果拋去資料，一個小細節能讓你更直觀地理解它：在智東西跟某移動端大咖聊天的過程中，他對NPU、10nm統統只是點頭微笑，唯有在看到MP12 GPU小小地驚訝了一下。與此同時，麒麟970擁有兩個用於處理影象資訊的ISP，能夠更快速地響應處理圖片，並且能在低光照度環境下對降噪進行最佳化。由中科創達提供的智慧拍照技術則將自動識別鏡頭內的物體（比如一朵靜止小花又或是一個奔跑的人類），系統根據該物體的屬性調整相機引數或是進行主動去糊。麒麟970會搭載在將於10月16日於慕尼黑髮布的華為Mate 10手機上。二、寒武紀？何方神聖？既然一直在說“寒武紀”的NPU，那麼這個寒武紀究竟是何方神聖呢？寒武紀科技（Cambricon）是中科院計算所孵化出來的AI晶片創業公司，中科院計算所不僅對寒武紀進行了天使輪融資，同時還給與了長期的支援與投入。8月底，寒武紀宣佈完成了1億美元的A輪融資，投資方為國投創業、阿里巴巴、聯想等，一躍成為國內AI晶片屆當之無愧的獨角獸。不僅如此，寒武紀的兩位創始人也非常神奇――一對出身中科院的兄弟。哥哥陳雲霽目前仍在中科院計算所擔任研究員，從事基礎科技研發，弟弟陳天石則當起了公司的CEO。不過，很長一段時間，寒武紀這家公司一直以“研究性”企業被業內所知，說白了就是沒有產品出來。直到去年4月份的世界網際網路大會期間，宣告自己的第一款AI晶片產品寒武紀1A流片了，這一點不斷拿來背書，新聞聯播、人民日報都說了這事；不過之後其產品到底有沒有商用，有沒有量產，並沒有官方說法，按照2016年底寒武紀CEO 陳天石的說法，“晶片從研發、量產到商用，是一個以年為單位的週期，所以在明年，大家將可以在市面上看到使用寒武紀技術的晶片產品，比如在手機、安防監控等智慧終端和雲端伺服器上。”不過根據中國科學院計算技術研究所釋出的賀信顯示，麒麟970晶片上的NPU正是整合寒武紀1A處理器作為其核心人工智慧處理單元，實現了手機上本地、實時、高效的智慧處理。這也是寒武紀1A真正意義上的一次產品化應用。不過話說回來，恐怕也只有華為這個量級的土壕，才有能力讓寒武紀1A真正產品化，從這一點看寒武紀是抱上了一個不錯的大腿。三、到底什麼是“AI晶片”？上文提到，麒麟970之所以敢叫自己“AI晶片”，最主要的就是集成了寒武紀的NPU（Neural-Network Processing Unit，神經網路處理器。現在所謂的手機處理器，比如高通的835、蘋果的A11、麒麟970等，實際上所指的是一個“處理器包”封裝在一起，這個計算包專業一點說叫Soc（System-on-a-Chip），高大上的說法是“計算平臺”；根據分工不同，很多專用功能的處理單元加進來，比如我們最熟悉的是GPU，現在這個包裡的獨立單元數量已經越來越大，比如ISP（影象處理）、Modem（通訊模組）、DSP（數字訊號處理）等，不同的資料進來，交給不同特長的計算模組來處理，這個NPU就是手機處理器平臺新加入的一個擅長神經網路計算的單元，那麼到底哪些應用會用到神經網路計算？也就是現在最能代表人工智慧計算的一些應用，比如模式識別裡的語音、影象（人臉）識別，比如其他會用到深度學習的一些AI應用。為了讓這個深度神經元網路連線更快，“寒武紀1A”還設計了專門的儲存結構，以及完全不同於通用處理器的指令集。“它每秒可以處理160億個神經元和超過2萬億個突觸，功能非常強大，功耗卻只有原來的1/10。有時候，有些計算單元會獨立出來，不封裝在SoC裡，比如觀察蘋果iPhone的主機板結構，其Modem模組就一直獨立在其A系列處理器模組之外；寒武紀的這個NPU單元之前也是一個獨立的處理器單元，只是這次整合封裝到了麒麟970的Soc裡面。雖然晶片裡的CPU、GPU、DSP都可以用來做運算，但是NPU是專門用於神經網路架構計算的，號稱比CPU快25倍的同時效率將提高了50倍。有點類似於你想要剪東西，我給你一把剪刀。至於為什麼用的是寒武紀的NPU呢？主要原因是目前國內能做AI晶片級別的公司只有那幾家，而寒武紀是中科院出身，和華為的合作自然也是順理成章。中科院計算自己也表示，計算所自2011年以來就和華為展開合作，組建了“中科院計算所-華為聯合實驗室”。不過，也沒有說現在其他晶片的CPU＋GPU＋DSP架構在人工智慧應用方面效果差到哪裡去了，恰恰相反，現在的眾多手機廠商都在這個架構上對AI功能進行最佳化。從高通驍龍到聯發科Helio，無不在人工智慧的晶片應用上進行了大力最佳化。比如高通在驍龍800和600系列晶片上做了一個軟體的神經處理引擎，高通也承諾未來也會出專門用來做神經網路運算的核――比如NPU。所以說，這個NPU，重要，但也沒那麼重要。以深度學習為例，深度學習分為訓練（Training）和推理/應用（Inference）兩部分，訓練階段的確需要非常高的計算能力，但在應用層面其實並不需要巨大的計算量――相信沒有哪個純真的使用者拿手機去做Training的。另一方面，AI不AI，最終還是得看應用嘛……需要整個移動AI應用的生態起來了，才能體現出硬體的優勢。同為手機晶片製造商，聯發科的一位產品技術負責人也認為，在晶片上整合硬體相對容易，關鍵還是上層的應用，使用者不會在意這個是不是AI，只會在意體驗。雖然華為展示出了三個常見應用方向（AR、計算機視覺、自然語言處理），還動用了開發者網頁、開發者工具包、應用商店來招攬開發者，華為消費者業務CEO餘承東也在釋出會現場承諾，華為將打造一個開放的AI環境，開發者可以直接接入華為NPU功能，也可以透過第三方AI框架接入（目前支援TensorFlow和Caffe）。不過，就目前來看，移動AI應用開發還很少，華為現場展示的AI功能也集中在降噪、拍照美化等方面，快則快矣，沒有什麼雞蛋。在應用缺失的情況下，麒麟970、驍龍835、甚至效能再弱些的晶片使用起來也會讓使用者感覺相差不大。四、為了這個“世界第一”煞費苦心不知道大家還記不記得，去年12月16日，華為旗下手機品牌榮耀推出了2016年最後一款旗艦手機――榮耀Magic。榮耀Quattroporte趙明在講述這款榮耀3週年的特殊新產品的過程中，全程未提硬體配置，只談了這款手機的八曲面外形設計和搭載由華為2012實驗室研發4年的人工智慧引擎Magic Live。除了2012實驗室外，華為旗下還有諾亞方舟實驗室、高斯實驗室、夏農實驗室，華為沒有透露本次麒麟970使用的人工智慧技術是否來自這些實驗室，但從目前看來主要是這幾個部門在研發。不過，僅從深度學習來說，華為的技術並不算領先。這也是為什麼雖然華為海思方面非常想要自研“AI晶片”，但為了來得及搶上這個“世界第一”的名頭，最終選擇了和寒武紀、中科創達合作。一位業內人士對此的評價是――“從急促的拍板簽下IP核合同，到和Mate 10分開，趕在蘋果之前釋出這款晶片，時間上感覺有點趕鴨子上架。”那麼華為這個“世界第一”真的要搶得這麼急嗎？真的要。據傳言，這次麒麟970的專案做了大概4-5個月，其中包括了寒武紀、中科創達方面的技術整合、以及流片。從速度來說真的很快，一方面是華為乾脆果斷的行事作風體現，另一方面也側面證明了這個“世界第一”真的很急。據瞭解，臺積電下半年的生產線上已經有超過30款“AI晶片”的代工排期了。雖說並不全都是手機晶片，但可以看得出這的確是一股潮流趨勢。這一趨勢在智東西和業內人士交流過程中也感受頗深。五、業內聲音：AI晶片是趨勢同為手機晶片商，聯發科的一位產品技術負責人告訴智東西，“AI晶片”確實是目前的行業趨勢之一，隨著手機差異化越來越少，久而久之NPU將會變成“大家都得有”的東西。在智東西此前跟榮耀掌門人趙明的對話中也可以感受到，網際網路手機的競爭正從之前的網路營銷、網路銷售變成更技術化的比拼，在後網際網路手機的時代，人工智慧正成為核心競爭點之一。從深度學習晶片層面，與寒武紀類似，國內還有另一家專注於“AI晶片”的明星創企――深鑑科技――雖然說他們做“AI晶片”嚴格意義上是不對的，他們做的是用於深度學習推理應用（Inference）的FPGA板卡（具體參見智東西此前的深度專訪《成立一年估值超10億 與谷歌飆技術 這位90後CEO如何做到？》）深鑑科技創始人兼CEO姚頌則認為，不光是手機晶片，整個半導體行業都將受到AI的衝擊。隨著深度學習的興起，不同公司所在意的效能重點不同，一個語音公司與另一個安防攝像頭公司所用的晶片不同，比如對於語音識別的使用者，他們更加關注延遲，而不是單一的增加吞吐量。未來，處理器的架構分類上將會以應用為導向。結語：我們離真正的AI晶片還有多遠？目前看，華為透過用麒麟970這款手機晶片架構整合NLP，搶到了“AI晶片”這個高位，噱頭也好，美名也罷；但還有很多問題值得我們關注：1、用上了NLP神經網路計算單元的麒麟970到底能發揮多大作用？會給手機體驗帶來什麼改變，是不是“然並卵？”，要等華為Mate 10釋出後具體看。2、麒麟970這套玩法是不是就是真正的“AI晶片”套路，之後無論高通、三星還是蘋果的處理器SoC是不是也會用這種在手機晶片SoC上加入類似NLP的計算模組？3、麒麟970能不能代表華為在人工智慧方面的積累，如果是，是不是NLP這樣的處理單元也應該一手包辦？蘋果、三星、高通會一手包辦還是採用第三發專攻這一領域的處理器IP方案，這是未來AI晶片產業發展模式走向需要明確的路徑。但總的來說，麒麟970的出現，讓AI在手機端開始由軟到硬地落地，是人工智慧進一步產業化落地的一個典型代表。