MIT公开课-Vivienne Sze教授《深度学习硬件加速器》，86页ppt

演讲主讲人是 Vivienne Sze，来自 MIT 的高效能多媒体系统组（Energy-Efficient Multimedia Systems Group）。 她曾就读于多伦多大学，在 MIT 完成 PhD 学业并获得电气工程博士学位，目前在 MIT 任教。 Sze 教授的主要研究兴趣是高效能算法和移动多媒体设备应用架构，她最近在MIT公开课给了《 Efficient Computing for

Deep Learning, AI and Robotics》报告。

本次演讲的主题是 DNN 在硬件设备中的高效计算处理方法。随着深度学习算法效率逐渐提高，计算速度、延迟程度、耗能和硬件成本成为制约算法性能的瓶颈问题。如果能够解决这些问题，包括自动驾驶、无人机导航、智能手机、可穿戴设备和物联网设备就都能够受益于算法性能的提升。

在演讲中，Sze 教授首先会介绍 DNN 算法，以及它们在各类硬件上部署时可能带来的性能损失。更重要的是，演讲会提到基准测试和评价标准对设计高效 DNN 算法带来的影响。之后，Sze 教授会从算法角度硬件架构两个角度介绍减少耗能的方法。同时，演讲也会涵盖将这些方法应用于计算机视觉等领域。Sze 教授因多项成果获得过谷歌和 Facebook 的 faculty 奖等多个奖项。

本次演讲的主要目标如下：

• 1. 让硬件高效处理 DNN 的方法（非常多）；

• 2. 关注包括设计 DNN 硬件处理器和 DNN 模型的评估方法；

•  设计 DNN 硬件处理器和 DNN 模型的方法；

•  研究过程中，你应当问什么样的关键问题；

• 3. 具体地，演讲还会讨论；

•  真正需要评价和对比的评估指标体系；

•  达成这些指标的挑战；

•  了解设计中需要考虑到的问题，以及可能平衡在算法性能和耗能中遇到的问题；

• 4. 要关注硬件推理，但包括一部分训练的内容。

在讲解的过程中，Sze 教授会穿插大量的图解和案例，让介绍更加充实有趣。

地址：

https://www.youtube.com/watch?v=WbLQqPw_n88&list=PLrAXtmErZgOeiKm4sgNOknGvNjby9efdf

https://lexfridman.com/files/slides/2020_01_15_vivienne_sze_efficient_computing.pdf

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“ECDL” 就可以获取《深度学习硬件加速器, 86页ppt》专知下载链接

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取5000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取5000+AI主题知识资源