Hardware-Design für künstliche Intelligenz: Herausforderungen und Lösungen

Hardware-Design für künstliche Intelligenz: Herausforderungen und Lösungen (Chun-Chen Liu Albert)

Originaltitel:

Artificial Intelligence Hardware Design: Challenges and Solutions

Inhalt des Buches:

Lernen Sie grundlegende und fortgeschrittene Themen des Neural Processing Unit-Designs anhand von Beispielen aus der Praxis von führenden Experten auf diesem Gebiet.

In Artificial Intelligence Hardware Design: Challenges and Solutions (Herausforderungen und Lösungen) liefern die renommierten Forscher und Autoren Dr. Albert Liu und Oscar Ming Kin Law eine rigorose und praktische Behandlung der Designanwendungen spezifischer Schaltkreise und Systeme zur Beschleunigung der Verarbeitung neuronaler Netzwerke. Das Buch beginnt mit einer Diskussion und Erklärung neuronaler Netze und ihrer Entwicklungsgeschichte und beschreibt anschließend parallele Architekturen, Streaming-Graphen für massive parallele Berechnungen und Faltungsoptimierung.

Die Autoren bieten den Lesern eine Veranschaulichung der In-Memory-Berechnung durch den Neurocube von Georgia Tech und den Tetris-Beschleuniger von Stanford, der den Hybrid Memory Cube verwendet, sowie der Near-Memory-Architektur durch den eingebetteten eDRAM des Institute of Computing Technology, der Chinese Academy of Science und anderer Institutionen.

Der Leser findet auch eine Diskussion über neuronale 3D-Verarbeitungstechniken zur Unterstützung mehrschichtiger neuronaler Netze sowie Informationen wie:

⬤ Eine gründliche Einführung in neuronale Netze und die Entwicklungsgeschichte neuronaler Netze sowie in Modelle des Convolutional Neural Network (CNN).

⬤ Erkundungen verschiedener paralleler Architekturen, einschließlich der Intel CPU, Nvidia GPU, Google TPU und Microsoft NPU, mit Schwerpunkt auf Hardware- und Software-Integration zur Leistungssteigerung.

⬤ Diskussionen über das Streaming von Graphen für massive parallele Berechnungen mit dem Blaize GSP und der Graphcore IPU.

⬤ Eine Untersuchung der Optimierung der Faltung mit dem UCLA Deep Convolutional Neural Network Accelerator Filter Decomposition.

Perfekt für Hardware- und Software-Ingenieure und Firmware-Entwickler, ist Artificial Intelligence Hardware Design eine unverzichtbare Ressource für jeden, der mit Neural Processing Units entweder in einer Hardware- oder Software-Kapazität arbeitet.

Weitere Daten des Buches:

ISBN:9781119810452
Autor:
Verlag:
Einband:Hardcover
Erscheinungsjahr:2021
Seitenzahl:240

Kauf:

Derzeit verfügbar, auf Lager.

Ich kaufe es!

Weitere Bücher des Autors:

Hardware-Design für künstliche Intelligenz: Herausforderungen und Lösungen - Artificial Intelligence...
Lernen Sie grundlegende und fortgeschrittene...
Hardware-Design für künstliche Intelligenz: Herausforderungen und Lösungen - Artificial Intelligence Hardware Design: Challenges and Solutions
Künstliche Intelligenz verstehen: Grundlagen und Anwendungen - Understanding Artificial...
Verstehen Künstliche Intelligenz Bietet Studenten aller...
Künstliche Intelligenz verstehen: Grundlagen und Anwendungen - Understanding Artificial Intelligence: Fundamentals and Applications

Die Werke des Autors wurden von folgenden Verlagen veröffentlicht:

© Book1 Group - Alle Rechte vorbehalten.
Der Inhalt dieser Seite darf weder teilweise noch vollständig ohne schriftliche Genehmigung des Eigentümers kopiert oder verwendet werden.
Letzte Änderung: 2024.11.13 22:11 (GMT)