内容目录
作为一个非专业技术背景出身的从业者，如何学习AI领域的知识，其实存在一定的困难。梳理大的框架，然后逐一了解，应该是比较合适的路径。
从实际业务落地的视角来讲，应该是优先了解业务落地，然后倒序是工程实践，再是基础设施，然后是强化学习和深度学习、机器学习和最原理的编程和数学。
但我是从业几年，有一定的底层知识，可以优先了解AI Infra，然后是工程实践和业务落地，反而更有助于从下至上的学习。最后再来了解更底层的内容。
第1Part，AI Infra其实内容很多，看过翁家翌介绍在OpenAI的工作，包括自己的理解，目前还是集中在算力、存储和网络3部分。
算力部分，主要涉及芯片行业，向上集成的CPU、GPU/NPU。
芯片行业的话，《光刻巨人ASML崛起之路》、《芯片浪潮：纳米工艺背后的全球竞争》能了解一下芯片或者说半导体行业，张汝京创建的中芯国际在国内算是很重要的一家企业，海思的设计应该都是由其进行量产。
CPU的话鲲鹏生态在国产厂商中算是自研、国产、可控、商业化均衡的一家。
GPU国外主要就是N卡
国内主要就是昇腾
