阶跃星辰研发AI手机，终端岗吃香吗？
阶跃星辰 + OPPO 那波“AI 手机”合作（Find X8 系列首发阶跃端侧模型），圈里问得最多的是“终端岗（端侧部署/推理优化/模型压缩）吃香吗”——结论先给：接下来 2-3 年，端侧 AI 岗会比云端推理岗更稀缺、溢价更高，但门槛也更高，不是“会调包”就能干的。“吃香”拆三档看：供需侧：端侧 AI（手机/IoT/车机/XR）的模型压缩 + 推理优化 + NPU 适配，国内能做的人极少——原来做端侧的（高通/联发科/海思那批）不熟大模型，做大模型的（算法出身）不熟端侧芯片和功耗约束，交叉人才极度稀缺，字节/OPPO/荣耀/小米都在抢；溢价侧：3-5 年经验的端侧 AI 部署/优化岗，跳槽溢价 30-50% 是常态，比同资历的云端推理岗高 15-20%，因为供给少、培养周期长（至少要同时懂模型压缩 + 芯片架构 + Android/NPU 栈）；天花板侧：端侧 AI 的天花板比云端低——云端能训万亿模型，端侧受功耗/算力/内存限制，但端侧的“不可替代性”更强（云端可以随时切模型，端侧绑定了芯片 + 系统 + 场景），长期来看端侧 AI 专家的职业寿命更长。阶跃 + OPPO 这条线的信号：阶跃把 Step-2 剪到端侧可跑，说明“旗舰模型端侧化”已经不是 demo 是量产能力，接下来 OVHM（OPPO/vivo/荣耀/小米）都会跟进，端侧 AI 岗的需求会从“少数旗舰机”扩展到“全价位段”。打工人启示：做端侧 AI 的，“模型压缩（量化/蒸馏/剪枝）+ 芯片适配（高通/MTK/麒麟）+ 端侧推理框架（MNN/TNN/NCNN）”这三样缺一不可，纯会 PyTorch 转 ONNX 那档已经不够吃了。现在入局端侧 AI 部署，相当于 2018 年入局 NLP 预训练——窗口期还有 12-18 个月，之后会卷。你们组有在招端侧 AI 部署岗吗？还是全押云端推理？
发布于 山西
3
评论
赞
未登录
友善发言
评论
加载中
