深入了解AI加速芯片的定制数据流架构与编译器 | 公开课

2019 年 8 月 21 日 AI100


随着人工智能时代的来临,业内对于更高效率算力的需求也越来越紧迫,而传统的 CPU 计算能力弱,只适合软件编程,并不适合应用于人工神经网络算法的自主迭代运算。


为了满足支撑深度学习的大规模并行计算的需求,人工智能芯片受到了世界各地企业的青睐,无论是特斯拉、谷歌、阿里等科技巨头,还是创业公司纷纷入局人工智能芯片领域。

 

在这个史无前例的巨大浪潮面前,芯片生力军们激流勇进,各种人工智能芯片随之问世。但归根结底,人工智能芯片就技术方向而言,可以分为指令集架构以及数据流架构。这两个方式各有优劣,基于指令集的方式可能通用性很强,但性能可能并不高;基于数据流的方式性能非常强,但通用性稍弱。

 

8 月 22 日,在此次 AI 技术公开课中,鲲云科技创始人&CEO 牛昕宇博士将为技术人员讲解定制数据流技术原理及其通用性和易用性特性,课程还涉及到数据流架构在人工智能领域的应用,以及如何为 AI 加速提供高性能的算力支撑。

 

课程信息


主题:基于定制数据流技术的AI计算加速

时间:8 月 22 日 20:00 -- 21:30

主讲人:牛昕宇博士,鲲云科技创始人&CEO


(扫码报名,免费听课)



课程大纲

 

1.定制数据流架构的基础介绍

2. MAC 效率与芯片实测性能

3.定制数据流计算与指令集计算

4.针对 AI 加速芯片的定制数据流架构及编译器

5.基于定制数据流技术的AI加速方案以及行业应用


适合人群

 

人工智能领域的研究者、一线工程师以及学习者


讲师介绍

 

牛昕宇博士,鲲云科技创始人&CEO,鲲云人工智能应用创新研究院执行院长。帝国理工博士、博士后,中国电机工程学会人工智能专委会委员,深圳市人工智能行业协会专家委员会委员。

 

曾任中国航天-帝国理工中英人工智能联合实验室常务副主任、帝国理工人工智能定制计算研究组负责人、欧盟FP7、英国EPSRC等专项负责人。获得中国商业最具创意人物、2018新经济年度人物、欧盟科研影响力奖、帝国理工杰出成就奖等,并获得硬件高性能研究领域顶尖国际会议FCCM, ASAP会议最佳论文提名2项、欧盟HiPEAC委员会最佳论文2项,在国际核心期刊与顶级会议发表论文30余篇,发明专利7项,国际专利1项。




2019 年,AI科技大本营策划的 AI 技术公开课为大家准备一系列专业、深度的 免费学习资源与课程。策划技术主题涵盖机器学习、深度学习与前沿、计算机视觉、语音与NLP、知识图谱等 AI 各领域,此外还会开设求职面试、经验分享等主题,你想听的内容也可以告诉我们!几十节公开课大礼包,等你来学习,还有学习奖品等你来领~

 

扫描下方小助手二维码,回复:芯片,加入课程交流群,领取更多学习资源~


登录查看更多
4

相关内容

【IJCAI2020-华为诺亚】面向深度强化学习的策略迁移框架
专知会员服务
27+阅读 · 2020年5月25日
斯坦福2020硬课《分布式算法与优化》
专知会员服务
118+阅读 · 2020年5月6日
轻量级神经网络架构综述
专知会员服务
96+阅读 · 2020年4月29日
MIT公开课-Vivienne Sze教授《深度学习硬件加速器》,86页ppt
公开课 | 知识图谱构建与应用概述
开放知识图谱
52+阅读 · 2019年11月6日
DLI 精选课程 | 用TensorRT 优化和部署TensorFlow模型
英伟达NVIDIA中国
6+阅读 · 2019年3月8日
硬件加速神经网络综述
计算机研究与发展
26+阅读 · 2019年2月1日
AI综述专栏 | 深度神经网络加速与压缩
人工智能前沿讲习班
31+阅读 · 2018年10月31日
公开课 | 强化学习之基础入门
AI100
6+阅读 · 2018年1月7日
Heterogeneous Graph Transformer
Arxiv
27+阅读 · 2020年3月3日
Arxiv
10+阅读 · 2018年2月4日
Arxiv
12+阅读 · 2018年1月28日
Arxiv
27+阅读 · 2017年12月6日
VIP会员
相关VIP内容
相关资讯
公开课 | 知识图谱构建与应用概述
开放知识图谱
52+阅读 · 2019年11月6日
DLI 精选课程 | 用TensorRT 优化和部署TensorFlow模型
英伟达NVIDIA中国
6+阅读 · 2019年3月8日
硬件加速神经网络综述
计算机研究与发展
26+阅读 · 2019年2月1日
AI综述专栏 | 深度神经网络加速与压缩
人工智能前沿讲习班
31+阅读 · 2018年10月31日
公开课 | 强化学习之基础入门
AI100
6+阅读 · 2018年1月7日
相关论文
Heterogeneous Graph Transformer
Arxiv
27+阅读 · 2020年3月3日
Arxiv
10+阅读 · 2018年2月4日
Arxiv
12+阅读 · 2018年1月28日
Arxiv
27+阅读 · 2017年12月6日
Top
微信扫码咨询专知VIP会员