如何加速深度神经网络计算效率？看NVIDIA-ISSCC2021教程，附Slides与视频

ISSCC（International Solid-State Circuits Conference）国际固态电路会议由IEEE固态电路协会（SSCS）举办，是世界学术界和工业界公认的集成电路设计领域最顶尖的盛会，也被认为是“芯片奥林匹克”。始于1953年的ISSCC通常是各个时期国际上最尖端固态电路技术最先发表之地。每年吸引超过3000名来自世界各地工业界和学术界的参会者。

ISSCC 在技术领域方面历经变更，ISSCC2020为“机器学习及人工智能”新成立了独立的技术小组分会，至此，ISSCC的技术分类达到12个分类，包括模拟设计（ANA）、电源管理（PM）、无线传输（WLS）、数据转换器（DC）、前瞻技术（TD）、射频技术（RF）、数字电路（DCT）、图像、 MEMS、医疗、显示（IMMD）、以及机器学习和人工智能（ML）、存储（MEM）、有线传输（WLN）和数字系统（DAS）。

来自英伟达的Rangha Venkatesan讲解了关于加速深度神经网络设计的方法教程，值得关注。

深度神经网络有着广泛的应用。与通用处理器相比，该领域的定制硬件优化提供了显著的性能和功耗优势。然而，实现高的TOPS/W和/或TOPS/mm2以及对可伸缩性和可编程性的要求是一个挑战任务。这个本教程介绍了各种设计方法，以在不同神经网络和新模型的效率、可扩展性和灵活性之间取得正确的平衡。它介绍了（i）设计高效计算单元、内存层次结构和互连拓扑的不同电路和体系结构技术，（ii）有效平铺计算的编译器方法，以及（iii）在目标硬件上高效执行的神经网络优化。

https://underline.io/lecture/13719-t7---%EF%BB%BFbasic-design-approaches-to-accelerating-deep-neural-networks