AI当前一直是热门技术领域，尤其是ChatGPT，让AI在普通人群中也火了一把，热度不减。基于深度学习和增强学习的AI计算，其新的计算范式需要创新的芯片架构设计，所以源源不断的有各种xPU出来。尤其是RISC-V开源架构的兴起，国内众多AI相关的芯片设计公司表现突出。本书从神经网络的分析出发，总结和提炼了AI加速器架构设计中常见的难点，以及解决这些难点的技术、方法和思想，是AI软硬件架构师、设计师非常宝贵的参考资料。
AI芯片都是针对算法架构设计的，软件和硬件的紧密结合才能发挥最优性能，正是这种关系，所以软件开发者也有必要了解硬件的设计，作为相关软件从业者，对本书也比较感兴趣，只有了解硬件的设计才能知道软件如何去发挥硬件最大性能，同时算法的设计架构又反过来对硬件有一些要求，才能最高效的实现这些算法，所以作为AI相关从业者，对软硬件的了解都很重要，本书同时关注这两点内容比较充实。
看内容先从目录看起，本书主要有以下部分，内容是比较充实的
卷积神经网络
运算子系统设计
存储子系统设计
架构优化技术
安全与防护
神经网络加速器的实现
盘点与展望
拿到书后，初步的翻阅了所有章节，本书有以下特点
1. 内容充实,重点介绍了硬件架构设计，同时对卷积神经网络等算法有详细介绍。
2. 主要介绍硬件架构，也涉及软件，比如安全与防护，架构优化设计和算法等。
3. 图片丰富，用图来解释一些算法比用文字更能说明问题，书中有大量的解释算法等的彩图，这点非常不错。
1. 前言中介绍”掌握如何从零开始设计一个能用，好用的产品级加速器”，个人觉得还是有点偏颇，本文重点还是在架构设计中各种算法架构技术的介绍，还不是一本介绍“从零实现”的书籍，本书作为知识参考是可以的，作为从零实现那还是差别太大了。
2. 本书对于算法，架构的介绍，还是过于抽象，一上来就是一组公式，会让非专业人士比较难读，比如关于卷积的介绍P19，一上来就是介绍卷积是卷积神经网络中最重要的运算方式，但是没有介绍卷积到底是什么，为什么要有卷积运算，和信号处理中的卷积运算有什么联系，其形象的理解是什么？等等都没有有特色的说明，这部分内容和网上的各种转载的文章好像也没啥区别了，然后后面又是一个复杂的公式，所以从以上来说特点不是突出。
当然要用简单形象的方式描述讲清专业的概念是很难的，这才见真实本领，这才需要有相当的功力和透彻的理解，个人是希望有这么一本讲AI架构的书能出来的。
3. 缺乏对术语，概念的基本介绍与解释，尤其是通俗的解释，所以本书实际适合有一定基础的人阅读。否则一上来看到各种术语会蒙圈。包括很多表格中的介绍都是仅仅贴出定义等基本内容，缺乏讲解，尤其是通俗有意思的讲解。
4. 6.2基本块的设计，代码占用篇幅较多，其实没必要贴出全部代码，重点是介绍思想思路架构，贴出关键代码，结构图，流程图即可，贴出的代码也缺乏解释，介绍和注释。代码可以放在网上作为资源包分享。
/1 
