以深度学习为代表的人工智能领域在最近10年得到了迅猛发展，人工智能的算法、模型得到了越来越多的关注及应用。近年来，深度学习算法规模的快速增长使得如何构建高能效深度学习处理器成为了当前深度学习研究的一大挑战。现有的研究工作主要从软件算法和硬件架构2个层面开展，并通过软硬件协同进行优化空间的拓展。将从算法和架构协同的角度，介绍如何使用稀疏推理和量化训练2种神经网络压缩方法提供相应的硬件架构支持，为构建高能效深度学习处理器提供解决方案。
科研之友
微信
新浪微博
Facebook
分享链接
