返回首页
您的位置:首页 > 新闻 > CCF聚焦

CNCC|软硬件协同设计:通往高效智能计算之路

阅读量:109 2022-11-17 收藏本文

图片


CNCC2022将于12月8日至10日在贵州省贵阳市国际生态会议中心举办,今年CNCC技术论坛数量达到122个,内容涵盖了“计算+行业、人工智能、云计算、教育、安全”等30个方向。本文特别介绍将于12月9日举行的【软硬件协同设计与计算论坛】。


报名及了解更多技术论坛信息请识别下图二维码进入CNCC2022官网。目前早鸟票限时优惠报名正在进行,抓住机会立享大幅优惠!

图片



深度学习算法和高性能算力让人工智能在过去十几年取得了巨大成功。为了获得更高的性能和通用性,深度学习算法被设计得越来越复杂,万亿级参数的模型正成为现实;另一方面,随着摩尔定律的消亡,芯片仅靠工艺的提升就能大幅提升性能的时代一去不复返,算力难以满足算法快速增长的需求。近年来,探索通过量化、剪枝、蒸馏等方法可以大幅压缩深度学习模型,减少其计算量,让深度学习模型可有效部署到边缘端设备上,但也存在很多模型压缩方法无法有效适配各种硬件架构,使其无法真正加速模型推理过程。


本论坛将探讨从软硬件协同设计的角度去提升智能计算的效率,应对深度学习在训练、部署和应用场景下遇到的计算挑战。论坛邀请多位来自学界和企业界的专家分别从不同角度探讨和分享他们在软硬件协同设计、计算和应用方面的最新成果和见解。


论坛安排


顺序

主题

主讲嘉宾

单位

1

人工智能芯片的进展与挑战

尹首一

清华大学

2

基于FPGA的高能效轻量级神经网络加速器优化

哈亚军

上海科技大学

3

高能效端侧神经网络训练加速器设计

王中风

南京大学

4

能耗高效的新型深度神经网络

王云鹤

华为诺亚方舟研究院

5

百度文心·CV大模型:算法和应用

王井东

百度

6

软件2.0时代的自动驾驶技术及AI计算架构

穆黎森

地平线


论坛主席


图片

程健

中科院自动化所 研究员、中科南京人工智能创新研究院 院长


CCF杰出会员,主要从事高效智能计算、图像与视频内容分析、芯片架构设计等方面研究,在IEEE TPAMI、TNNLS、TCAD、NeurIPS、ICML、CVPR、ICCV等学术期刊和会议发表论文100余篇。曾先后获中科院卢嘉锡青年人才奖、中国电子学会科技一等奖、中国图象图形学会科技二等奖、江苏省自然科学一等奖等。


论坛共同主席


图片

哈亚军

上海科技大学信息学院 教授,后摩尔器件与集成系统研究中心 主任


在浙江大学、新加坡国立大学及比利时鲁汶大学分别获得电子工程学士、硕士及博士学位。他是国家自然科学基金“外国资深学者”和“重点国际(地区)合作”研究基金获得者,IEEE Transactions on Circuits and Systems II: Express Briefs(2022-2023)主编 (Editor-in-Chief)。研究兴趣包括FPGA电路/架构/工具、超低功耗数字集成电路和系统,以及以上研究在智能汽车、机器学习和硬件安全中的应用。


报告及讲者介绍


图片

尹首一

清华大学 集成电路学院副院长/教授 


国家杰出青年科学基金获得者。研究方向为可重构计算、人工智能芯片设计。已发表学术论文200余篇,包括IEEE JSSC、TPDS、TCSVT、TVLSI、TCAS-I/II和ISSCC、ISCA、VLSI、DAC、HPCA等集成电路和体系结构领域权威期刊和学术会议。出版《可重构计算》、《人工智能芯片设计》专著2部。曾获国家技术发明二等奖、中国电子学会技术发明一等奖、中国发明专利金奖、教育部技术发明一等奖、江西省科技进步二等奖、中国电子学会优秀科技工作者奖、中国电子信息领域优秀科技论文奖。


报告题目:人工智能芯片的进展与挑战


人工智能的发展离不开“算力、算法、数据”三个关键要素的有力支撑,算力是承载和推动人工智能走向广泛应用的关键基础。随着人工智能快速从云端迁移到各类电子信息设备中,不断涌现的各类应用对计算芯片的算力、功耗和灵活性同时提出了严峻的挑战。研制可编程高能效人工智能芯片成为智能化时代必然选择。本报告从人工智能芯片的发展概况、技术路线、发展趋势、我国的优势和短板等方面系统介绍人工智能芯片领域的进展与挑战。

图片

哈亚军

上海科技大学信息学院 教授,后摩尔器件与集成系统研究中心 主任


报告题目:基于FPGA的高能效轻量级神经网络加速器优化


FPGA得益于其高性能、高能效、高灵活性的特点,正在成为部署神经网络的重要平台。本报告从算法、电路和系统三个层面对基于FPGA的高能效轻量级卷积神经网络加速器设计与优化进行介绍。在算法层面,结合硬件对算法的需求优化了用于轻量级神经网络的量化算法;在电路层面,设计了高效的轻量级神经网络加速器以及面向FPGA 加速器的自适应电压频率调整平台;在系统层面,将电路层面的神经网络加速器与自适应电压频率调整结合,探索了自适应电压频率调整对加速器性能、功耗和精度的影响。

图片

王中风

南京大学 微电子学院副院长


IEEE Fellow。在清华大学获得学士和硕士学位,在美国明尼苏达大学获得博士学位。他先后参与十余款商用芯片的设计,累计产值超10亿美金。他拥有百余项美国和中国的发明和专利,共发表300余篇国际期刊和会议论文,先后七次荣获IEEE主流会议和会刊的年度最佳论文奖。他累计8次担任IEEE多个会刊的编委和客座编辑,数十次担任各种国际会议的技术委员和各类主席。此外,他的有关技术方案已经被15种以上国际网络通信标准所采纳。目前他的主要研究方向是高速通信与人工智能系统的VLSI实现。


报告题目:高能效端侧神经网络训练加速器设计


本次报告重点介绍南京大学ICAIS实验室在高能效端侧训练加速器设计方面的研究成果。首先我们开发了混合压缩训练框架,实现了高达120倍计算量压缩和37倍的存储量压缩。此外,我们设计了专用的数据格式和量化算法,实现低比特高精度训练。同时,在训练的各个阶段,设计并实现了全流程三边(输入/权重/输出)稀疏的张量处理单元,通过层次化的索引匹配机制,灵活的片上数据流,实现高利用率和高能效比,从而满足端侧模型实时演化的需求。

图片

王云鹤

华为算法应用部 部长


在华为诺亚方舟实验室从事人工智能算法的研发和在实际业务中的应用落地。主要的研究领域包含计算机视觉、机器学习、模型压缩、高能效AI计算等。在相关领域发表CCF A类学术论文近百篇,包含NeurIPS、ICML、CVPR、ICCV、IEEE TPAMI等。担任NeurIPS和ICML的领域主席,VALSE的高级领域主席。多项算法落地工业界产品,包含近几年发布的华为手机。主导的加法神经网络项目受到了业界的广泛关注。


报告题目:能耗高效的新型深度神经网络


深度神经网络的优势已经在很多任务展现了巨大优势,随着性能的提升,算力的增长已经成为了应用过程中的巨大瓶颈。面临这个业界挑战难题,加法神经网络和一系列低比特量化技术应运而生,配合硬件的协同创新,可以在内存、功耗、面积上取得较大的收益。

图片

王井东

百度计算机视觉 首席科学家


CCCF动态编委、IEEE Fellow。2001和2004年在清华大学自动化系先后获得学士学位和硕士学位,2007年在香港科技大学计算科学与工程系获得博士学位。研究领域为计算机视觉、深度学习及多媒体搜索。代表工作包括高分辨率神经网络(HRNet)、基于有监督的区域特征融合(DRFI)的显著目标检测及基于近邻图的大规模最近邻搜索(NGS,SPTAG)等。曾担任过许多人工智能会议的领域主席,如 CVPR、ICCV、ECCV、AAAI、IJCAI、ACM MM等。现为IEEE TPAMI和IJCV的编委会成员,曾是IEEE TMM和IEEE TCSVT编委会成员。


报告题目:百度文心·CV大模型:算法和应用


本报告从预训练、下游任务算法、以及应用三个方面,介绍百度文心·CV大模型。预训练算法方面,主要围绕自监督表征预训练、以及图文弱监督表征预训练等展开讨论,并分析这两者之间的优势。下游任务算法方面,主要介绍基于transformer的2D和3D目标检测算法。应用方面,围绕百度在视觉大模型实际应用中的探索,包括自动驾驶感知和数据挖掘、智慧道路、能源等行业中的应用,涉及的技术包括自训练、特征蒸馏等。

图片

穆黎森

地平线算法平台 总架构师


负责地平线产品研发技术架构设计。毕业于清华大学计算机科学与技术系,在算法开发、强化学习、机器学习等领域皆有深厚的研发及应用落地经验。


报告题目:软件2.0时代的自动驾驶技术及AI计算架构


面对AI对计算的需求大幅提升,地平线提出“AI计算的新摩尔定律”,以范式级智能算法和支持智能算法的硬件体系相结合,通过软件、算法和硬件架构联合优化,自主研发人工智能专用计算架构——BPU(Brain Processing Unit),实现高效的AI计算,加速智能计算架构2.0时代的到来。基于自研BPU计算架构,地平线打造高性能、大算力车规级AI芯片征程5,能够全面满足高等级自动驾驶的量产要求,将率先实现国产百TOPS级大算力AI芯片前装量产。


图片








图片

CNCC是级别高、规模大的高端学术会议,探讨计算及信息科学技术领域最新进展和宏观发展趋势,展示计算领域学术界、企业界最重要的学术、技术成果,搭建交流平台,促进科技成果转换,是学术界、产业界、教育界的年度盛会。今年邀请嘉宾包括ACM图灵奖获得者、田纳西大学教授Jack Dongarra以及高文、管晓宏、江小涓、钱德沛、徐宗本、张平等多位院士及专家,还有七百余位国内外名校学者、名企领军人物、各领域极具影响力的业内专家,CNCC在计算领域的水准及影响力逐年递增。本届CNCC的主题是:算力、数据、生态。


CNCC2022将汇聚国内外顶级专业力量、专家资源,为逾万名参会者呈上一场精彩宏大的专业盛宴。大会期间还将举办“会员之夜”大型主题狂欢活动,让参会者畅快交流,燃爆全场。如此盛会,岂能缺席!等你来,马上行动,欢迎参会报名!



图片


图片