《人工智能芯片设计》 - 尹首一等 - Meg Book Store

	登入帳戶　 \|　訂單查詢　 \|　購物車/收銀台( 0 )　\|　在線留言板　 \|　付款方式　 \|　運費計算　 \|　聯絡我們　 \|　幫助中心　\|　加入書簽
		會員登入新用戶登記

HOME

新書上架

暢銷書架

好書推介

2023年度TOP

臺灣用戶

品種：超過100萬種各類書籍/音像和精品，正品正價，放心網購，悭钱省心

服務：香港／台灣／澳門／海外

送貨：速遞／郵局／服務站

新書上架：簡體書繁體書
暢銷書架：簡體書繁體書
好書推介：簡體書繁體書

『簡體書』人工智能芯片设计

書城自編碼： 3511855
分類：簡體書→大陸圖書→工業技術→電子/通信
作者：尹首一等
國際書號(ISBN)： 9787508857183
出版社：龙门书局
出版日期： 2020-05-01

頁數/字數： /
釘裝：圆脊精装

售價：HK$ 129.4

我要買件

** 我創建的書架 **
未登入.

新書推薦：

《生物安全与环境》
售價：HK$ 56.4

《泥土：文明的侵蚀（城市与生态文明丛书）》
售價：HK$ 84.0

《医用化学（第三版）》
售價：HK$ 57.3

《别怕，试一试》
售價：HK$ 67.9

《人才基因（凝聚30年人才培育经验与智慧）》
售價：HK$ 103.4

《深度学习详解》
售價：HK$ 114.8

《李白传（20世纪文史学家李长之经典传记）》
售價：HK$ 45.8

《津轻：日本无赖派文学代表太宰治自传性随笔集》
售價：HK$ 66.7

內容簡介：

全书介绍了人工智能芯片相关的基础领域知识，分析了人工智能处理面临的挑战，由此引出全书的重点：人工智能芯片的架构设计、数据复用、网络映射、存储优化以及软硬件协同设计技术等领域前沿技术，书中还讨论了当前研究成果，并辅以实验数据进行比较分析，*后展望了人工智能芯片技术的发展方向。

目录
第1章绪论 1
第2章人工智能与神经网络 3
2.1 人工智能 3
2.2 神经网络 4
2.2.1 人工神经元 5
2.2.2 激活函数 7
2.2.3 人工神经网络 9
2.3 深度神经网络 10
参考文献 15
第3章智能计算的挑战 17
3.1 基本网络层的数学模型 17
3.2 基本网络层的计算特点 19
3.3 智能计算的挑战现状分析 21
3.3.1 访存能力 21
3.3.2 功耗控制 21
3.3.3 架构通用性 22
3.3.4 稀疏性 23
3.3.5 混合精度计算 24
3.4 智能计算平台现状 24
参考文献 28
第4章人工智能芯片架构设计 30
4.1 研究现状 30
4.1.1 时域计算架构 30
4.1.2 空域计算架构 33
4.2 现状分析 37
4.3 多粒度可重构计算架构 38
4.3.1 系统总体架构 38
4.3.2 计算数据流 45
4.3.3 基于融合数据模式的存储划分 48
4.3.4 按需动态阵列划分 51
4.3.5 实验评估 53
参考文献 54
第5章人工智能芯片的数据复用 57
5.1 输入数据复用 57
5.2 输出数据复用 62
5.3 权重数据复用 64
5.4 混合数据复用 67
5.4.1 工作流程和调度框架 68
5.4.2 实验结果 70
参考文献 72
第6章人工智能芯片的网络映射 74
6.1 单层网络映射方法 74
6.1.1 典型分块方法 74
6.1.2 屋顶线模型 75
6.1.3 单层网络映射的建模与求解 76
6.1.4 单层网络映射方法的延伸与扩展 78
6.1.5 单层网络映射方法的缺点 80
6.2 级联网络映射方法 81
6.3 复杂网络映射方法 83
6.3.1 层级时间映射方法带来的资源浪费 84
6.3.2 层聚类方法 85
6.3.3 多个层聚类并行映射方法 87
6.3.4 复杂网络其他特性的利用 89
6.3.5 复杂网络映射优化结果 90
参考文献 92
第7章人工智能芯片的存储优化 95
7.1 高密度片外存储技术 96
7.1.1 三维集成存储器技术 96
7.1.2 3D DRAM的高温问题 98
7.1.3 高温问题的解决思路 99
7.1.4 计算架构优化 99
7.1.5 优化框架 105
7.2 高密度片上存储技术 110
7.2.1 实验分析平台和优化方向 112
7.2.2 训练层次优化：数据生存时间感知的训练方法 114
7.2.3 调度层次优化：神经网络分层的混合计算模式 115
7.2.4 架构层次优化：刷新优化的eDRAM控制器 117
7.2.5 实验结果 117
参考文献 120
第8章人工智能芯片的软硬件协同设计 124
8.1 低位宽神经网络 124
8.1.1 线性量化 125
8.1.2 非线性量化 126
8.2 稀疏化神经网络及其架构设计 127
8.2.1 利用激活稀疏性 128
8.2.2 网络剪枝 129
8.2.3 压缩网络架构 131
8.3 二值神经网络 132
8.3.1 二值神经网络背景 132
8.3.2 面向二值三值神经网络的计算架构优化 132
参考文献 137
第9章总结与展望 141
9.1 本书内容总结 141
9.2 未来展望 141
彩图

書城介紹　 \|　合作申請　\|　索要書目　 \|　新手入門　\|　聯絡方式　 \|　幫助中心　\|　找書說明　 \|　送貨方式　\|　付款方式	香港用户　 \|　台灣用户　\|　大陸用户　\|　海外用户

	megBook.com.hk
Copyright © 2013 - 2024 （香港）大書城有限公司　 All Rights Reserved.