抽象的

Design productivity, compilation and acceleration for data analytic applications

 Deming Chen

 Deep Neural Networks (DNNs) are computation intensive. Without efficient hardware implementations of DNNs, many promising AI applications will not be practically realizable. In this talk, we will analyze several challenges facing the AI community for mapping DNNs to hardware accelerators. Especially, we will evaluate FPGA's potential role in accelerating DNNs for both the cloud and edge devices.

免责声明: 此摘要通过人工智能工具翻译,尚未经过审核或验证

索引于

化学文摘社 (CAS)
谷歌学术
打开 J 门
学术钥匙
研究圣经
全球影响因子 (GIF)
引用因子
宇宙IF
电子期刊图书馆
参考搜索
哈姆达大学
世界科学期刊目录
印度科学网
学者指导
普布隆斯
国际创新期刊影响因子(IIJIF)
国际组织研究所 (I2OR)
宇宙

查看更多