人工智能芯片技术白皮书2018（中文版）.pdf
(4.09 MB, 下载次数: 763)
2018-12-12 14:17 上传
点击文件名下载附件
White Paper on AI Chip Technologies 2018(English version).pdf
(3.73 MB, 下载次数: 203)
2018-12-12 14:17 上传
点击文件名下载附件
2018年12月，由北京未来芯片技术高精尖创新中心和清华大学微电子学研究所联合主办的“第三届未来芯片论坛上，清华大学正式发布了《人工智能芯片技术白皮书（2018）》（以下简称《白皮书》）。
《白皮书》首次整合了国际化的学术和产业资源，紧扣学术研究和产业发展前沿，对人工智能芯片技术进行了深入探讨、专业阐述，提出了“AI 芯片基准测试和发展路线图”、完成了对AI芯片各种技术路线梳理及对未来技术发展趋势和风险预判，对于AI芯片技术未来将如何发展具有重要的启示意义。
据悉，《白皮书》由斯坦福大学、清华大学、香港科技大学、台湾新竹清华大学，北京半导体行业协会及新思科技的顶尖研究者和产业界资深专家，包括10余位IEEE Fellow共同编写完成。
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
全部回复 22
评测文章
热帖
大家都在看的技术资料
举报
内容系网友发布，其中涉及到安全隐患的内容系网友个人行为，不代表面包板社区观点
关闭
站长推荐
/3 
/3
-
返回顶部
-
工具栏