万本电子书0元读

万本电子书0元读

顶部广告

昇腾AI处理器架构与编程——深入理解CANN技术原理及应用电子书

本书是华为公司官方出品!华为轮值董事长徐直军、中国工程院院士高文、中国科学院院士毛军发作序!揭达芬奇架构AI处理器的神秘面纱、掌握强大算力的使用方法!昇腾Ascend AI处理器是业界领先的人工智能运算芯片,可以应用于未来的各类人工智能场景。本书由上海交大梁晓峣教授执笔,华为公司一线技术支持,并提供了大量可以运行的算例。本书可以作为广大AI工程师的参考用书,也可以作为高等学校人工智能、计算机等专业“微处理器/微控制器/人工智能芯片”等相关课程教材。

售       价:¥

纸质售价:¥34.50购买纸书

131人正在读 | 0人评论 6.2

作       者:梁晓峣

出  版  社:清华大学出版社

出版时间:2019-10-01

字       数:19.1万

所属分类: 科技 > 计算机/网络 > 计算机理论与教程

温馨提示:数字商品不支持退换货,不提供源文件,不支持导出打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(0条)
  • 读书简介
  • 目录
  • 累计评论(0条)
本书系统论述了基本达芬奇架构的昇腾(Asccnd)AI处理器的原理、架构与发技术。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,书中还给出了基本昇腾AI处理器的丰富的技术文档、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。<br/>【推荐语】<br/>本书是华为公司官方出品!华为轮值董事长徐直军、中国工程院院士高文、中国科学院院士毛军发作序!揭达芬奇架构AI处理器的神秘面纱、掌握强大算力的使用方法!昇腾Ascend AI处理器是业界领先的人工智能运算芯片,可以应用于未来的各类人工智能场景。本书由上海交大梁晓峣教授执笔,华为公司一线技术支持,并提供了大量可以运行的算例。本书可以作为广大AI工程师的参考用书,也可以作为高等学校人工智能、计算机等专业“微处理器/微控制器/人工智能芯片”等相关课程教材。<br/>【作者】<br/>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(包括国际学术会议(ISCA、HPCA、MICRO、ISSCC、DAC、ICCAD等)论文),其中2篇选计算机体系结构年度论文(IEEE MICRO TOP PICKS)。    <br/>
目录展开

封面页

书名页

版权页

作者简介

内容简介

序一 昇腾加速普惠AI

序二

序三

前言

目录

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

1.3.1 神经元模型

1.3.2 感知机

1.3.3 多层感知机

1.3.4 卷积神经网络

1.3.5 应用示例

第2章 行业背景

2.1 神经网络芯片现状

2.1.1 CPU

2.1.2 GPU

2.1.3 TPU

2.1.4 FPGA

2.1.5 昇腾AI处理器

2.2 神经网络芯片加速理论

2.2.1 GPU加速理论

2.2.2 TPU加速理论

2.3 深度学习框架

2.3.1 MindSpore

2.3.2 Caffe

2.3.3 TensorFlow

2.3.4 PyTorch

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

3.2.1 计算单元

3.2.2 存储系统

3.2.3 控制单元

3.2.4 指令集设计

3.3 卷积加速原理

3.3.1 卷积加速

3.3.2 架构对比

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

4.2.1 流程编排器

4.2.2 数字视觉预处理模块

4.2.3 张量加速引擎(TBE)

4.2.4 运行管理器

4.2.5 任务调度器

4.2.6 框架管理器

4.2.7 神经网络软件流应用

4.3 开发工具链

4.3.1 功能简介

4.3.2 功能框架

4.3.3 工具功能

第5章 编程方法

5.1 深度学习开发基础

5.1.1 深度学习编程理论

5.1.2 深度学习推理优化原理

5.1.3 深度学习推理引擎

5.2 昇腾AI软件栈中的技术

5.2.1 模型生成阶段

5.2.2 应用编译与部署阶段

5.3 自定义算子开发

5.3.1 开发步骤

5.3.2 AI CPU算子开发

5.3.3 AI Core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

6.1.1 精度

6.1.2 交并比

6.1.3 均值平均精度

6.1.4 吞吐量和时延

6.1.5 能效比

6.2 图像识别

6.2.1 数据集:ImageNet

6.2.2 算法:ResNet

6.2.3 模型迁移实践

6.3 目标检测

6.3.1 数据集:COCO

6.3.2 算法:YoloV3

6.3.3 自定义算子实践

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

累计评论(0条) 0个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部