没有合适的资源?快使用搜索试试~ 我知道了~
人工智能芯片技术白皮书2018(中文版).pdf
需积分: 0 80 下载量 179 浏览量
2020-09-02
11:06:53
上传
评论 3
收藏 3.8MB PDF 举报
温馨提示
试读
48页
本文主要包括九方面内容 :第 1 章为发展 AI 芯片产业的战略意义以及白皮书基本内容概述。第 2 章综 述了 AI 芯片的技术背景,从多个维度提出了满足不同场景条件下 AI 芯片和硬件平台的关键特征。第 3 章 介绍近几年的 AI 芯片在云侧、边缘和终端设备等不同场景中的发展状况,总结了云侧和边缘设备需要解决 的不同问题,以及云侧和边缘设备如何协作支撑 AI 应用。第 4 章在 CMOS 工艺特征尺寸逐渐逼近极限的 大背景下,结合 AI 芯片面临的架构挑战,分析 AI 芯片的技术趋势。第 5 章讨论了建立在当前 CMOS 技 术集成上的云端和终端 AI 芯片架构创新。第 6 章主要介绍对 A
资源推荐
资源详情
资源评论
人工智能芯片技术白皮书
(2018)
White Paper on AI Chip Technologies
White Paper on AI Chip Technologies
01
01
02
03
03
04
05
05
06
06
06
07
08
09
10
11
12
13
15
15
17
18
19
20
20
21
22
目录
北京未来芯片技术高精尖创新中心
1 前言
1.1 背景与意义
1.2 内容与目的
2 AI 芯片的关键特征
2.1 技术总述
2.2 新型计算范式
2.3 训练和推断
2.4 大数据处理能力
2.5 数据精度
2.6 可重构能力
2.7 软件工具
3 AI 芯片发展现状
3.1 云端 AI 计算
3.2 边缘 AI 计算
3.3 云和端的配合
4 AI 芯片的技术挑战
4.1 冯·诺伊曼瓶颈
4.2 CMOS 工艺和器件瓶颈
5 AI 芯片架构设计趋势
5.1 云端训练和推断:大存储、高性能、可伸缩
5.2 边缘设备:把效率推向极致
5.3 软件定义芯片
6 AI 芯片中的存储技术
6.1 AI 友好型存储器
6.2 片外存储器
6.3 片上(嵌入型)存储器
6.4 新兴的存储器
7 新兴计算技术
7.1 近内存计算
7.2 存内计算(In-memory Computing)
7.3 基于新型存储器的人工神经网络
7.4 生物神经网络
7.5 对电路设计的影响
8 神经形态芯片
8.1 神经形态芯片的算法模型
8.2 神经形态芯片的特性
8.2.1 可缩放、高并行的神经网络互联
8.2.2 众核结构
8.2.3 事件驱动
8.2.4 数据流计算
8.3 机遇与挑战
9 AI 芯片基准测试和发展路线图
10 展望未来
参考文献
索引
23
23
24
24
25
26
27
28
29
29
30
31
31
32
33
35
37
40
编写委员会主席
尤 政 中国工程院院士 清华大学
魏少军
IEEE Fellow
清华大学
编写委员会副主席
吴华强 清华大学
邓 宁 清华大学
编写委员会成员
(按姓氏笔划排序)
尹首一 清华大学
王 玲 清华大学
朱 晶 北京半导体行业协会
刘勇攀 清华大学
杨建华 马萨诸塞大学
杨美基
IEEE Fellow
香港应用科技研究院
吴臻志 清华大学
汪 玉 清华大学
张孟凡
IEEE Fellow
台湾新竹清华大学
陈 安 半导体研究联盟
陈怡然
IEEE Fellow
杜克大学
郑光廷
IEEE Fellow
香港科技大学
胡晓波
IEEE Fellow
圣母大学
唐 杉 新思科技
黄汉森
IEEE Fellow
斯坦福大学
凡德·斯皮格尔
IEEE Fellow
宾夕法尼亚大学
谢 源
IEEE Fellow
加利福尼亚大学圣巴巴拉分校
人工智能芯片技术白皮书(2018)
剩余47页未读,继续阅读
资源评论
weixin_41102481
- 粉丝: 2
- 资源: 3
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功