<sub id="dtf7j"><font id="dtf7j"></font></sub>

<form id="dtf7j"></form>
<big id="dtf7j"><form id="dtf7j"></form></big>

<b id="dtf7j"><listing id="dtf7j"></listing></b>
<em id="dtf7j"><span id="dtf7j"></span></em>
    <delect id="dtf7j"><nobr id="dtf7j"></nobr></delect>

    <b id="dtf7j"><nobr id="dtf7j"><address id="dtf7j"></address></nobr></b>

        尹首一: 深度學習與神經網絡處理器(Deep Learning and Neural Network Processor)
        發布日期:2017-11-20  字號:   【打印

        報告時間:2017年11月23日(星期四)10:00-11:00

        報告地點:校學術會議中心二樓小報告廳

          :尹首一 副教授

        工作單位:清華大學微電子所

        舉辦單位:電子科學與應用物理學院\微電子學院

        報告人簡介

        尹首一蜘蛛电竞绝地求生,博士,副教授蜘蛛电竞绝地求生,清華大學微電子所副所長蜘蛛电竞绝地求生。致力于可重構計算理論、人工智能芯片設計等領域的研究工作蜘蛛电竞绝地求生。在IEEE Trans.等本領域一流學術期刊和一流會議上發表論文50余篇蜘蛛电竞绝地求生,包括IEEE JSSC、IEEE TVLSI蜘蛛电竞绝地求生、IEEE TCAS蜘蛛电竞绝地求生、IEEE TCAD蜘蛛电竞绝地求生、IEEE/ACM DAC、ACM FPGA、IEEE/ACM ISCA等蜘蛛电竞绝地求生。獲授權國家發明專利54項。出版《可重構計算》專著1部。曾獲教育部技術發明一等獎、國家技術發明二等獎、江西省科技進步二等獎蜘蛛电竞绝地求生、中國發明專利金獎?,F任中國電子學會電子設計自動化專家委員會秘書長,國際設計自動化大會(IEEE/ACM DAC技術委員會委員、中國發展委員會主席蜘蛛电竞绝地求生,亞太信號與信息處理聯合會(APSIPA)技術委員會委員,亞太設計自動化會議(ASPDAC)技術委員會委員蜘蛛电竞绝地求生。

        報告簡介

        人工智能近年取得了突破性進展,正在深刻改變人類的生產和生活方式,現有的通用計算平臺(CPU、GPU和FPGA等)難以實現高能效的神經網絡計算,探索新型神經網絡計算芯片架構成為研究熱點和學科前沿蜘蛛电竞绝地求生,是世界各國爭相發展的戰略制高點。國際IT巨頭,如英特爾、谷歌、IBM蜘蛛电竞绝地求生,都在競相研發人工智能計算芯片。本報告綜述了深度學習蜘蛛电竞绝地求生、神經網絡及神經網絡處理器設計的挑戰,詳細介紹了清華大學微電子所設計的Thinker神經網絡計算芯片。該芯片采用可重構架構和電路技術蜘蛛电竞绝地求生,突破了神經網絡計算和訪存的瓶頸,高能效實現了混合神經網絡計算蜘蛛电竞绝地求生。

        (魯迎春/文)  
        編輯:徐小紅
        蜘蛛电竞绝地求生