就算是可以阅读源码，另一个成绩也会出现，就是读了源码，了解了它的逻辑，但是有什么用呢？最复杂的是增长了本人的见识，但是实践上这就像阅读了一本书但是不输入本人的了解与观念，没有太大的作用。您是怎样看待并且怎样处置这个成绩的呢？

姜亚华：

研讨内核有什么用，这是一个值得沉思的成绩。

中国如今这个时分确实需求沉下心玩底层系统的人，中国盼望自主操作系统曾经很久了，尤其是如今这种多事之秋。但是假设没有大批工程师在这个范围沉淀的话，操作系统无疑是一种空谈。

先不论未来的国产操作系统能否一定是 Linux 内核的，研讨 Linux 内核本身也是很好的技术积聚途径。

仅仅从团体职业生涯角度动身，研讨内核对团体技术的成长有极大协助，可以分多个层次看待。

第 1 层次，初识，对内核有大约的了解，需求花时间深化任务相关的模块。研讨内核会占用少量时间，产出并不清楚。

第 2 层次，入门，熟习任务相关的模块，了解内核模块间的关系。研讨内核会让你豁然开朗，常常有“原来 xxx 是这么完成的”之类的慨叹。

第 3 层次，熟习或知晓，对内核常用模块有一定研讨，熟习代码。即使是新模块，也可以快速厘清头绪。

除了第 1 层次“糜费”时间外，花时间研讨内核可以反过去提高我们的效率。研讨到了一定水平后就可以进入一个良性循环，研讨得越多，效率越高，节省的时间越多，可以研讨的越多。

另外，看的代码越多，越有才能处置扑朔迷离的成绩，金老爷子也说“重剑无锋，大巧不工”，相对的实力才是硬道理。

还是 xxx_probe 的例子，假设我们的 probe 没有被调用，新手能够会反省 device 和 device_driver 的名字能否婚配，研讨过驱动架构的工程师能够分 device、device_driver 和 match 三部分反省。

假设三部分看似都没有成绩，但是 probe 依然没有调用呢？研讨过代码的工程师能够会想到 device 是不是曾经和另一个 device_driver 婚配了。

阅历可以协助我们看到成绩的关键部分，真正研讨过代码才能看到成绩的本质。庖丁看到的不是牛，而是肌理结构，到了这种境界换成羊也是一样的。

最近常常听到一句话，“任务 xx 年，就是一年的任务阅历重复 xx 年”，假设只是要求“会用”的层次，确实一年足够，但工程师在这种状况下早晚会失掉中心竞争力。

有人倾向于运用结论，但要做的应该是总结和解释结论。

如今学习 Linux Kernel，主要有哪些任务方向呢？又是哪些类型的公司、业务会主要需求这种才能？

姜亚华：

驱开工程师、嵌入式工程师、系统工程师、Linux 顺序开发工程师，甚至运维工程师这些岗位都需求了解内核，就像从事 Java 开发的工程师需求研讨 JDK 一样，并不是只要从事内核相关任务的工程师才需求研讨内核，反过去懂内核的人向上开展也是很容易的。

有半导体相关业务的公司都需求这类人才，以前传统的半导体公司需求大一些，但近几年互联网公司也纷繁涉足半导体范围，BAT 都包括在内。美国一系列举措之后，近期中国进入了芯片和操作系统研发热潮，一大批芯片公司成立，燧原、平头哥、寒武纪与商汤科技等等，它们也都需求内核相关的人才。

您这本书讲到关于智能设备的开发，Linux Kernel 与 AI 有什么特别大的关系呢？

姜亚华：

其实这个成绩我在这次写的书里有解释。

如上图，“硬件厂商担任硬件，原语（primitives）库普通也由他们维护，比如 AMD 的 MIOpen、Intel 的 MKL 和 Nvidia 的 cuDNN，少数顺序员并不会接触这部分外容，而是运用已有的 Framework。

Framework 的选择也是多样化的，Google 的 TensorFlow，Facebook 的 PyTorch，微软的 CNDK，亚马逊的 MXNet、Theano 和 Keras。很清楚，目前依然是百花齐放的场面，但技术的开展终归只能是“三分天下”，甚至是“一统天下”。目前曾经存在与这些 Framework 配套的工具，比如 Tensorboard，可以用来查看 TensorFlow 的训练形状。

由于深度学习计算量太大，并行计算技术也会有所触及，比如 MPI（Message Passing Interface）通讯协议、英伟达的 NCCL（NVIDIA Collective Communications Library）。

数据对深度学习十分重要，大数据是必不可少的。数据作为输入，模型作为输入，运用于数据中心、团体计算机、机器人和无人驾驶汽车等设备中。

纵观这整个进程，并没有哪一个环节提到了 Linux，但实践上少数环节都与 Linux 有关。虽然这些关系能够只要少数顺序员关注，但随着技术的成熟，新的智能设备，甚至新的操作系统，又会转回到我们熟习的内核。

在您研讨 Linux 内核的进程中，有没有觉得 Linux 内核其实还可以用其它言语完成一次，这样关于入门学习会好很多，比如用 Python 这种复杂了解的言语。这样的想法可行吗？会遇到什么技术成绩？

姜亚华：

内核外面有很多代码采用的都是面向对象的思想，比如 VFS 采用了较多面向对象顺序的设计形式，像 command 与 template method 等，运用其它言语尤其是面向对象言语来完成 Linux 内核是可行的，但是不得不说的是其它言语（比如 Python）很难有 C 言语的执行效率。

2019 年是 Linux Kernel 28 周年，分享一下您在这其中关于 Linux Kernel 印象最深的事情吧。

姜亚华：

(责任编辑：admin)