尹首一: 深度学习与神经网络处理器(Deep Learning and Neural Network Processor)
发布日期:2017-11-20  字号:   【打印

报告时间:2017年11月23日(星期四)10:00-11:00

报告地点:校学术会议中心二楼小报告厅

  :尹首一 副教授

工作单位:清华大学微电子所

举办单位:电子科学与应用物理学院\微电子学院

报告人简介

尹首一,博士,副教授,清华大学微电子所副所长。致力于可重构计算理论、人工智能芯片设计等领域的研究工作。在IEEE Trans.等本领域一流学术期刊和一流会议上发表论文50余篇,包括IEEE JSSC、IEEE TVLSI、IEEE TCAS、IEEE TCAD、IEEE/ACM DAC、ACM FPGA、IEEE/ACM ISCA等。获授权国家发明专利54项。出版《可重构计算》专著1部。曾获教育部技术发明一等奖、国家技术发明二等奖、江西省科技进步二等奖、中国发明专利金奖。现任中国电子学会电子设计自动化专家委员会秘书长,国际设计自动化大会(IEEE/ACM DAC技术委员会委员、中国发展委员会主席,亚太信号与信息处理联合会(APSIPA)技术委员会委员,亚太设计自动化会议(ASPDAC)技术委员会委员。

报告简介

人工智能近年取得了突破性进展,正在深刻改变人类的生产和生活方式,现有的通用计算平台(CPU、GPU和FPGA等)难以实现高能效的神经网络计算,探索新型神经网络计算芯片架构成为研究热点和学科前沿,是世界各国争相发展的战略制高点。国际IT巨头,如英特尔、谷歌、IBM,都在竞相研发人工智能计算芯片。本报告综述了深度学习、神经网络及神经网络处理器设计的挑战,详细介绍了清华大学微电子所设计的Thinker神经网络计算芯片。该芯片采用可重构架构和电路技术,突破了神经网络计算和访存的瓶颈,高能效实现了混合神经网络计算。

(鲁迎春/文)  
编辑:徐小红