清華大學《人工智慧晶片技術白皮書（2018）》分享！

2018年12月11日，在第三屆未來晶片論壇上，清華大學聯合北京未來晶片技術高精尖創新中心釋出了《人工智慧晶片技術白皮書（2018）》，以下簡稱《白皮書》！

整個《白皮書》總共分為10個章節，第一章節首先對晶片發展的背景做了一個交代，然後從多個維度介紹了AI 晶片的關鍵特徵，在第三章介紹了AI晶片的發展現狀；第四章從馮·諾伊曼瓶頸和CMOS工藝以及器件瓶頸分析了AI晶片的技術挑戰。

從第六章到第八章，《白皮書》完成了對晶片各種技術路線的梳理。在最後一章對未來技術發展趨勢和風險進行了預判。

《白皮書》由史丹佛大學、清華大學、香港科技大學、加州大學、聖母大學的頂尖研究者和產業界資深專家，包括10餘位IEEE Fellow共同編寫完成。

以下是白皮書目錄:

1 前言

1.1 背景與意義

1.2 內容與目的

2 AI 晶片的關鍵特徵

2.1 技術總述

2.2 新型計算正規化

2.3 訓練和推斷

2.4 大資料處理能力

2.5 資料精度

2.6 可重構能力

2.7 軟體工具

3 AI 晶片發展現狀

3.1 雲端AI 計算

3.2 邊緣AI 計算

3.3 雲和端的配合

4 AI 晶片的技術挑戰

4.1 馮·諾伊曼瓶頸

4.2 CMOS 工藝和器件瓶頸

5 AI 晶片架構設計趨勢

5.1 雲端訓練和推斷：大儲存、高效能、可伸縮

5.2 邊緣裝置：把效率推向極致

5.3 軟體定義晶片

6 AI 晶片中的儲存技術

6.1 AI 友好型儲存器

6.2 片外儲存器

6.3 片上（嵌入型）儲存器

6.4 新興的儲存器

7 新興計算技術

7.1 近記憶體計算

7.2 存內計算（In-memory Computing）

7.3 基於新型儲存器的人工神經網路

7.4 生物神經網路

7.5 對電路設計的影響

8 神經形態晶片

8.1 神經形態晶片的演算法模型

8.2 神經形態晶片的特性

8.2.1 可縮放、高並行的神經網路互聯

8.2.2 眾核結構

8.2.3 事件驅動

8.2.4 資料流計算

8.3 機遇與挑戰

9 AI 晶片基準測試和發展路線圖

10 展望未來

如果想得到下載地址，請微信關注“中科院計算所培訓中心”公眾號，或聯絡微信客服：“tcict1987”邀請進入中科院計算所培訓中心IT技術分享群，群裡有地址分享。