이쪽은 원하는 아키텍쳐에 필요한 백엔드 수치해석 라이브러리 dnn, blas, lapack 등을 직접 opencl로 구현해야하고


그 뒤에 RTL 단계에서 하드웨어에 맞게 vhdl, verilog 등으로 컨트롤러, 버퍼, PE (processing elements)를 직접 짜서 원하는 딥러닝 아키텍쳐를 구현해야함.


왠만한 대기업들 (구글, 페북, 아마존 등등)에서 꾸준히 수요가 있고


구현 방법 및 최적화는 여전히 학계, 기업 전부 활발하게 연구하는 블루오션이라서 low latency로 잘 최적화해서 구현만 잘 할 수 있으면 실리콘밸리에서 이직도 쉽고, 연봉도 높음.