chinese直男口爆体育生外卖, 99久久er热在这里只有精品99, 又色又爽又黄18禁美女裸身无遮挡, gogogo高清免费观看日本电视,私密按摩师高清版在线,人妻视频毛茸茸,91论坛 兴趣闲谈,欧美 亚洲 精品 8区,国产精品久久久久精品免费

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

中科院計算所提出圖神經(jīng)網(wǎng)絡加速芯片設計

電子工程師 ? 來源:FPGA設計論壇 ? 作者:FPGA設計論壇 ? 2020-12-28 09:34 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

近日,《中國計算機學會通訊》刊發(fā)了中科院計算所特別研究助理嚴明玉博士、研究員范東睿以及研究員葉笑春共同撰寫的綜述文章《圖神經(jīng)網(wǎng)絡加速芯片:人工智能“認知智能”階段起飛的推進劑》。文章披露,該團隊提出了國際首款圖神經(jīng)網(wǎng)絡加速芯片設計HyGCN。目前,介紹該芯片設計的相關論文已先后在計算機體系結構國際頂級會議MICRO和HPCA上發(fā)表。

“HyGCN,寓意向圖神經(jīng)網(wǎng)絡的加速說‘Hi’?!眹烂饔窠榻B道,圖神經(jīng)網(wǎng)絡將深度學習算法和圖計算算法相融合,取長補短,能達到更優(yōu)的認知與問題處理等能力,在搜索、推薦、風險控制等重要領域有著廣泛應用?,F(xiàn)有的處理器芯片在執(zhí)行圖神經(jīng)網(wǎng)絡的計算中效率低下,其團隊前瞻性地展開面向圖神經(jīng)網(wǎng)絡的加速芯片設計,為解決這一難題提供了可行方案。

“圖神經(jīng)網(wǎng)絡加速芯片有望成為AI‘認知智能’階段起飛的推進劑。我們基于12nm工藝,對HyGCN的芯片設計的核心部件在主流的圖神經(jīng)網(wǎng)絡模型和圖測試數(shù)據(jù)集上進行了初步的評估。”嚴明玉介紹說,相對于運行在Intel至強服務器CPU英偉達V100GPU的先進圖神經(jīng)網(wǎng)絡軟件框架,HyGCN分別取得了數(shù)萬倍和60余倍的能效提升。

未來有這些應用空間

圖神經(jīng)網(wǎng)絡的潛在應用非常多。嚴明玉舉例,在日常交通預測、網(wǎng)約車調度、金融詐騙偵查、運動檢測等場景,在助力科研的知識推理、EDA工程、化學研究、宇宙發(fā)現(xiàn)等領域,以及在知識圖譜、視覺推理、自然語言處理中的多跳推理等學科發(fā)展方向上,都有極大應用空間。

在工業(yè)界,圖神經(jīng)網(wǎng)絡也已經(jīng)有了落地應用。比如,谷歌地圖的ETA評估、圖片社交網(wǎng)站Pinterest的內容推薦、阿里巴巴的風控和推薦、騰訊等公司的視覺和風控等業(yè)務中都有圖神經(jīng)網(wǎng)絡的影子。 由于圖神經(jīng)網(wǎng)絡具有推理能力,認知智能還可以幫助機器跨越模態(tài)理解數(shù)據(jù),學習到接近人腦認知的一般表達,從而獲得類似于人腦的多模感知能力,進而有望帶來顛覆性的產業(yè)價值。

原文標題:中科院計算所研究團隊提出圖神經(jīng)網(wǎng)絡加速芯片設計

文章出處:【微信公眾號:FPGA設計論壇】歡迎添加關注!文章轉載請注明出處。

責任編輯:haq

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 芯片
    +關注

    關注

    463

    文章

    53866

    瀏覽量

    463148
  • 神經(jīng)網(wǎng)絡

    關注

    42

    文章

    4831

    瀏覽量

    107238
  • AI
    AI
    +關注

    關注

    91

    文章

    39116

    瀏覽量

    299692

原文標題:中科院計算所研究團隊提出圖神經(jīng)網(wǎng)絡加速芯片設計

文章出處:【微信號:gh_9d70b445f494,微信公眾號:FPGA設計論壇】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    神經(jīng)網(wǎng)絡的初步認識

    日常生活中的智能應用都離不開深度學習,而深度學習則依賴于神經(jīng)網(wǎng)絡的實現(xiàn)。什么是神經(jīng)網(wǎng)絡?神經(jīng)網(wǎng)絡的核心思想是模仿生物神經(jīng)系統(tǒng)的結構,特別是大腦中神經(jīng)
    的頭像 發(fā)表于 12-17 15:05 ?196次閱讀
    <b class='flag-5'>神經(jīng)網(wǎng)絡</b>的初步認識

    CNN卷積神經(jīng)網(wǎng)絡設計原理及在MCU200T上仿真測試

    數(shù)的提出很大程度的解決了BP算法在優(yōu)化深層神經(jīng)網(wǎng)絡時的梯度耗散問題。當x&gt;0 時,梯度恒為1,無梯度耗散問題,收斂快;當x&lt;0 時,該層的輸出為0。 CNN
    發(fā)表于 10-29 07:49

    NMSIS神經(jīng)網(wǎng)絡庫使用介紹

    NMSIS NN 軟件庫是一組高效的神經(jīng)網(wǎng)絡內核,旨在最大限度地提高 Nuclei N 處理器內核上的神經(jīng)網(wǎng)絡的性能并最??大限度地減少其內存占用。 該庫分為多個功能,每個功能涵蓋特定類別
    發(fā)表于 10-29 06:08

    CICC2033神經(jīng)網(wǎng)絡部署相關操作

    在完成神經(jīng)網(wǎng)絡量化后,需要將神經(jīng)網(wǎng)絡部署到硬件加速器上。首先需要將所有權重數(shù)據(jù)以及輸入數(shù)據(jù)導入到存儲器內。 在仿真環(huán)境下,可將其存于一個文件,并在 Verilog 代碼中通過 readmemh 函數(shù)
    發(fā)表于 10-20 08:00

    液態(tài)神經(jīng)網(wǎng)絡(LNN):時間連續(xù)性與動態(tài)適應性的神經(jīng)網(wǎng)絡

    1.算法簡介液態(tài)神經(jīng)網(wǎng)絡(LiquidNeuralNetworks,LNN)是一種新型的神經(jīng)網(wǎng)絡架構,其設計理念借鑒自生物神經(jīng)系統(tǒng),特別是秀麗隱桿線蟲的神經(jīng)結構,盡管這種微生物的
    的頭像 發(fā)表于 09-28 10:03 ?958次閱讀
    液態(tài)<b class='flag-5'>神經(jīng)網(wǎng)絡</b>(LNN):時間連續(xù)性與動態(tài)適應性的<b class='flag-5'>神經(jīng)網(wǎng)絡</b>

    【「AI芯片:科技探索與AGI愿景」閱讀體驗】+神經(jīng)形態(tài)計算、類腦芯片

    AI芯片不僅包括深度學細AI加速器,還有另外一個主要列別:類腦芯片。類腦芯片是模擬人腦神經(jīng)網(wǎng)絡架構的芯片
    發(fā)表于 09-17 16:43

    神經(jīng)網(wǎng)絡的并行計算加速技術

    問題。因此,并行計算加速技術在神經(jīng)網(wǎng)絡研究和應用中變得至關重要,它們能夠顯著提升神經(jīng)網(wǎng)絡的性能和效率,滿足實際應用中對快速響應和大規(guī)模數(shù)據(jù)處理的需求。
    的頭像 發(fā)表于 09-17 13:31 ?1018次閱讀
    <b class='flag-5'>神經(jīng)網(wǎng)絡</b>的并行<b class='flag-5'>計算</b>與<b class='flag-5'>加速</b>技術

    神經(jīng)網(wǎng)絡專家系統(tǒng)在電機故障診斷中的應用

    摘要:針對傳統(tǒng)專家系統(tǒng)不能進行自學習、自適應的問題,本文提出了基于種經(jīng)網(wǎng)絡專家系統(tǒng)的并步電機故障診斷方法。本文將小波神經(jīng)網(wǎng)絡和專家系統(tǒng)相結合,充分發(fā)揮了二者故障診斷的優(yōu)點,很大程度上降低了對電機
    發(fā)表于 06-16 22:09

    MAX78000采用超低功耗卷積神經(jīng)網(wǎng)絡加速度計的人工智能微控制器技術手冊

    人工智能(AI)需要超強的計算能力,而Maxim則大大降低了AI計算所需的功耗。MAX78000是一款新型的AI微控制器,使神經(jīng)網(wǎng)絡能夠在互聯(lián)網(wǎng)邊緣端以超低功耗運行,將高能效的AI處理與經(jīng)過驗證
    的頭像 發(fā)表于 05-08 11:42 ?856次閱讀
    MAX78000采用超低功耗卷積<b class='flag-5'>神經(jīng)網(wǎng)絡</b><b class='flag-5'>加速</b>度計的人工智能微控制器技術手冊

    MAX78002帶有低功耗卷積神經(jīng)網(wǎng)絡加速器的人工智能微控制器技術手冊

    人工智能(AI)需要超強的計算能力,而Maxim則大大降低了AI計算所需的功耗。MAX78002是一款新型的AI微控制器,使神經(jīng)網(wǎng)絡能夠在互聯(lián)網(wǎng)邊緣端以超低功耗運行,將高能效的AI處理與經(jīng)過驗證
    的頭像 發(fā)表于 05-08 10:16 ?710次閱讀
    MAX78002帶有低功耗卷積<b class='flag-5'>神經(jīng)網(wǎng)絡</b><b class='flag-5'>加速</b>器的人工智能微控制器技術手冊

    BP神經(jīng)網(wǎng)絡網(wǎng)絡結構設計原則

    BP(back propagation)神經(jīng)網(wǎng)絡是一種按照誤差逆向傳播算法訓練的多層前饋神經(jīng)網(wǎng)絡,其網(wǎng)絡結構設計原則主要基于以下幾個方面: 一、層次結構 輸入層 :接收外部輸入信號,不進行任何
    的頭像 發(fā)表于 02-12 16:41 ?1424次閱讀

    BP神經(jīng)網(wǎng)絡與卷積神經(jīng)網(wǎng)絡的比較

    BP神經(jīng)網(wǎng)絡與卷積神經(jīng)網(wǎng)絡在多個方面存在顯著差異,以下是對兩者的比較: 一、結構特點 BP神經(jīng)網(wǎng)絡 : BP神經(jīng)網(wǎng)絡是一種多層的前饋神經(jīng)網(wǎng)絡
    的頭像 發(fā)表于 02-12 15:53 ?1544次閱讀

    BP神經(jīng)網(wǎng)絡的優(yōu)缺點分析

    BP神經(jīng)網(wǎng)絡(Back Propagation Neural Network)作為一種常用的機器學習模型,具有顯著的優(yōu)點,同時也存在一些不容忽視的缺點。以下是對BP神經(jīng)網(wǎng)絡優(yōu)缺點的分析: 優(yōu)點
    的頭像 發(fā)表于 02-12 15:36 ?1889次閱讀

    什么是BP神經(jīng)網(wǎng)絡的反向傳播算法

    神經(jīng)網(wǎng)絡(即反向傳播神經(jīng)網(wǎng)絡)的核心,它建立在梯度下降法的基礎上,是一種適合于多層神經(jīng)元網(wǎng)絡的學習算法。該算法通過計算每層網(wǎng)絡的誤差,并將這
    的頭像 發(fā)表于 02-12 15:18 ?1471次閱讀

    BP神經(jīng)網(wǎng)絡與深度學習的關系

    BP神經(jīng)網(wǎng)絡與深度學習之間存在著密切的關系,以下是對它們之間關系的介紹: 一、BP神經(jīng)網(wǎng)絡的基本概念 BP神經(jīng)網(wǎng)絡,即反向傳播神經(jīng)網(wǎng)絡(Backpropagation Neural N
    的頭像 發(fā)表于 02-12 15:15 ?1606次閱讀