设为首页| 加入收藏| English|

学术讲座

学术讲座 当前位置: 首页 学术讲座

学术报告-交叉科学研究院李冰-利用存算一体架构为数据密集型应用加速

发布日期:2019-10-16点击量:

主讲人:李冰

时间:2019年10月24日(周四)上午10:00-11:00

地点:首都师范大学校本部教二楼813教室


主讲人简介:

李冰,首都师范大学交叉科学研究院特聘副研究员,中国科学院大学计算技术研究所博士,杜克大学博士后研究员,国家奖学金和美国国家科学院院士奖学金获得者,IEEE TCAD,IEEE TPDS,IEEE TVLSI,ACM JETC等期刊的审稿人,DAC 2019,ISCA 2019的会议审稿人,曾担任国际会议IEEE ASPDAC分论坛主席及IEEE ICS会议财务主席,曾参加DAC,ASPDAC,GLSVLSI等国际会议并做论文报告。研究方向:面向数据密集型应用的加速器设计,存内计算技术,新型非易失性存储器及软硬件协同优化。

报告摘要:

以深度神经网络为代表的技术推动了人工智能应用的普及和发展。深度神经网络计算需要频繁的数据移动和海量的数据传输,传统计算机体系架构的性能及功耗问题变得愈加严重。与传统计算机体系架构不同,存算一体(PIM)架构在数据的存储单元中实现计算,降低了数据移动和传输开销,为数据密集型计算提供有效的加速。作为一类新型非易失性存储器,忆阻器,又称电阻式存储器(ReRAM),具有模拟神经元工作的能力,是实现存算一体架构最有潜力的技术,成为神经网络这类数据密集型计算提供高性能和低能耗的加速平台。在今天的报告中,我们首先介绍存算一体架构和新型非易失性存储器及ReRAM,然后介绍基于ReRAM的深度神经网络加速器,最后对存算一体架构未来发展进行简要展望。

主办单位:

交叉科学研究院

数学科学学院

北京成像理论与技术高精尖创新中心

光场成像与数字几何北京市重点实验室