NeurlPS2019大会:MIT教授VivienneSze分享深度神经网络加速方法

新知榜官方账号

2023-09-24 04:08:23

NeurlPS2019大会:MIT教授VivienneSze分享深度神经网络加速方法

NeurlPS2019大会正在加拿大温哥华召开中。昨日,MIT教授VivienneSze在大会上发表了一个关于深度神经网络加速的演讲,大会提供了视频和同步的PPT。通过两个小时的精彩演讲和多达140页的PPT,演讲可谓是将神经网络加速这个快速发展的领域一网打尽。

近日,NeurlPS2019大会放出了一个名为「EfficientProcessingofDeepNeuralNetwork:fromAlgorithmstoHardwareArchitectures」的演讲。该演讲主要介绍各类能够使硬件高效处理深度神经网络(DNN)计算的方法,包括在计算机视觉、语音识别、机器人等领域,而涉及到的硬件包含了从CPU、GPU到FPGA和ASIC等各类计算硬件。

Sze教授的主要研究兴趣是高效能算法和移动多媒体设备应用架构,Sze教授。DNN加速方法全涵盖本次演讲的主题是DNN在硬件设备中的高效计算处理方法。随着深度学习算法效率逐渐提高,计算速度、延迟程度、耗能和硬件成本成为制约算法性能的瓶颈问题。如果能够解决这些问题,包括自动驾驶、无人机导航、智能手机、可穿戴设备和物联网设备就都能够受益于算法性能的提升。

在演讲中,Sze教授首先会介绍DNN算法,以及它们在各类硬件上部署时可能带来的性能损失。更重要的是,演讲会提到基准测试和评价标准对设计高效DNN算法带来的影响。之后,Sze教授会从算法角度硬件架构两个角度介绍减少耗能的方法。同时,演讲也会涵盖将这些方法应用于计算机视觉等领域。

要达成高效加速DNN的指标,需要的不仅仅是算法方面的优化。Sze教授同时也介绍了设计方面应当考虑的目标和任务,并分解成了软件和硬件层面,并给出了详细的分解。演讲中还值得一提的是,Sze教授提到了算法和硬件协同设计的思路。通过这样的方式,更好更快地达到目标。甚至有对神经架构搜索一类算法的设计思路整理。最后,Sze教授对整个演讲进行了总结。

从演讲内容来看,Sze教授的思路非常清楚。她首先为「高效加速DNN」提出了评价标准和对应的分解任务和目标,并根据这些目标提出相应的方法。期间还囊括了不同的硬件平台、算法和任务,可谓是「一条龙」介绍。机器之心在此推荐读者朋友观看演讲,定能有所收获。当然,除了Sze教授的演讲外,机器之心还会继续关注重要的Tutorial并推荐给大家。欢迎读者们继续关注NeurlPS2019大会相关报道。

本页网址:https://www.xinzhibang.net/article_detail-13328.html

寻求报道,请 点击这里 微信扫码咨询

关键词

NeurlPS2019 深度神经网络 加速

分享至微信: 微信扫码阅读

相关工具

相关文章

相关快讯