作品简介

本书系统论述了基于达芬奇架构的昇腾(Ascend)AI处理器的原理、架构与开发技术。全书共分6章,内容涵盖了神经网络理论基础、计算芯片与开源框架、昇腾AI处理器软硬件架构、编程理论与方法,以及典型案例等。为便于读者学习,书中还给出了基于昇腾AI处理器的丰富的技术文档、开发实例等线上资源。本书可以作为普通高等学校人工智能、智能科学与技术、计算机科学与技术、电子信息工程、自动化等专业的本科生及研究生教材,也适合作为从事人工智能系统设计的科研和工程技术人员的参考用书。

梁晓峣,上海交通大学计算机科学与工程系教授、博士生导师、学科带头人。毕业于美国哈佛大学,获得博士学位。研究方向包括计算机体系结构、集成电路设计、通用图形处理器和人工智能芯片架构等。发表论文80余篇(包括国际顶级学术会议ISCA、HPCA、MICRO、ISSCC、DAC、ICCAD论文),其中2篇入选计算机体系结构年度最佳论文(IEEE MICRO TOP PICKS)。

作品目录

  • 作者简介
  • 内容简介
  • FOREWORD 序一 昇腾加速普惠AI
  • FOREWORD 序二
  • FOREWORD 序三
  • PREFACE 前言
  • 第1章 基础理论
  • 1.1 人工智能简史
  • 1.2 深度学习概论
  • 1.3 神经网络理论
  • 第2章 行业背景
  • 2.1 神经网络芯片现状
  • 2.2 神经网络芯片加速理论
  • 2.3 深度学习框架
  • 2.4 深度学习编译框架———TVM
  • 第3章 硬件架构
  • 3.1 昇腾AI处理器总览
  • 3.2 达芬奇架构
  • 3.3 卷积加速原理
  • 第4章 软件架构
  • 4.1 昇腾AI软件栈总览
  • 4.2 神经网络软件流
  • 4.3 开发工具链
  • 第5章 编程方法
  • 5.1 深度学习开发基础
  • 5.2 昇腾AI软件栈中的技术
  • 5.3 自定义算子开发
  • 5.4 自定义应用开发
  • 第6章 实战案例
  • 6.1 评价标准
  • 6.2 图像识别
  • 6.3 目标检测
  • 附录A 缩略词列表
  • 附录B 开发者社区及资料下载
  • 附录C 智能开发平台ModelArts简介
展开全部