此次研讨会的重点将是定制硬件加速器(如 FPGA,CGRA 和 ASIC)在新兴领域的应用和趋势,我们将邀请行业相关意见领袖及企业代表进行主题演讲。以下为部分精彩演讲主题,大咖云集的机会真心不多啊
通过正交变换进行深度神经网络压缩
Deep Neural Network Compression through Orthogonal Transforms
张志如,康乃尔大学ECE学院助理教授
赛灵思于2011年收购的AutoESL设计技术公司(现称为Vivado HLS)联合创始人,
在 FPGA 上进行训练
Training on FPGA
汪玉,清华大学E.E.系副教授; 深鉴科技(Deephi Tech)联合创始人
迈向低精度训练:FPGA上的动态可重配置精确SGD
Towards Low-Precision Training: Dynamic Reconfigurable-Precision SGD on FPGAs
罗国杰,北京大学信息科学技术学院(EECS)副教授; 北京大学高能效计算与应用中心节(CECA)副主任
加快FPGA上CNN的快速算法
Accelerating Fast Algorithms for CNNs on FPGAs
梁云,北京大学高能效计算与应用中心(CECA)助理教授 及助理主任
标签化计算机体系结构案例:软件定义计算机体系结构的新视角
The Case for Labeled Computer Architecture: A New Perspective on Software Defined Computer Architecture
包云岗 , 中科院计算所研究员,博士生导师,先进计算机系统研究中心副主任
具有控制推测和触发指令的控制密集型内核的可重构架构
Reconfigurable Architecture for Control-Intensive Kernels with Control Speculation and Triggered Instructions
Jianfeng Zhu,清华大学微电子学研究所博士后
基于FPGA的超低延迟高性能深度学习加速器
Ultra Low Latency and High Performance Deep Learning Accelerator Based on FPGA
虞旭林,阿里巴巴基础设施事业群异构计算总监
本视频基于Xilinx公司的Artix-7FPGA器件以及各种丰富的入门和进阶外设,提供了一些典型的工程实例,帮助读者从FPGA基础知识、逻辑设计概念
本课程为“从零开始大战FPGA”系列课程的基础篇。课程通俗易懂、逻辑性强、示例丰富,课程中尤其强调在设计过程中对“时序”和“逻辑”的把控,以及硬件描述语言与硬件电路相对应的“
课程中首先会给大家讲解在企业中一般数字电路从算法到流片这整个过程中会涉及到哪些流程,都分别使用什么工具,以及其中每个流程都分别做了
@2003-2020 中国电子顶级开发网