本篇文章2329字,读完约6分钟

陈,男,1983年出生于江西南昌,研究员,博士生导师,中国科学院计算技术研究所ccf成员,2014年获得ccf青年科学家奖。同时,他还是中国科学院脑科学卓越中心的杰出研究员和中国科学院大学的博士后教授。目前,他领导他的实验室开发寒武纪系列深度学习处理器。他在学术会议和期刊上发表了60多篇论文,包括isca、hpca、micro、asplos、icse、isscc、hot chips、ijcai、fpga、spaa、ieee micro和8 ieee/acm trans。陈芸茜获得了中国青年科技奖、第一届国家自然科学基金“杰出青年基金”、第一届国家万人计划“青年顶尖人才”和中国计算机联合会青年科学家奖,并在2015年麻省理工学院科技评论中被选为35岁以下的前35名创新者。他还作为负责人带领科研团队,荣获中国“青年文明”和中央国家机关“青年文明”称号。

CNCC 人物 | 深度学习处理器领军人物 —— CCF 陈云霁

麻省理工学院《科技评论》曾发表过一篇文章,称赞:陈14岁进入大学,24岁获得计算机科学博士学位,令人印象深刻。他正在设计一个深度学习处理器,以优化机器学习的基本模块,这可能使深度学习功能在未来的移动设备或可穿戴设备上得以实现。

CNCC 人物 | 深度学习处理器领军人物 —— CCF 陈云霁

陈教授毕业于中国科技大学三年级,师从龙芯首席科学家胡的弟子。他曾经是龙芯3的首席设计师。(编者按:龙芯是中国科学院计算技术研究所自主开发的通用cpu,采用简单指令集,类似于mips指令集。龙芯1号的频率为266mhz,首次使用于2002年。龙芯2的频率高达1ghz。龙芯3a是国内首款商用四核处理器,工作频率为900 MHz ~ 1 GHz。龙芯3a的峰值计算能力达到16gflops。龙芯3b是国内第一款商用8核处理器,主频1ghz,支持矢量运算加速,峰值计算能力128触发器,高性能功耗比。(

CNCC 人物 | 深度学习处理器领军人物 —— CCF 陈云霁

10月22日,陈教授将作为本次会议的特邀嘉宾出席2016中国计算机大会,并发表主题报告《深度学习处理器》。

CNCC 人物 | 深度学习处理器领军人物 —— CCF 陈云霁

以深度学习为代表的人工神经网络是机器学习的重要方法之一,广泛应用于云和终端(如广告推荐、自动翻译、语音识别、图像识别等)。)。然而,传统的cpu和gpu芯片在神经网络处理中遇到了严重的性能和能耗瓶颈。近年来,我们与inria合作设计了世界上第一个深度学习处理器和第一个多核深度学习处理器,可以将深度学习处理的能耗降低几个数量级。相关工作获得了asplos 14和micro 14最佳论文奖(迄今为止亚洲顶级国际计算机体系结构会议上仅有的两篇最佳论文),并被cacm选为研究亮点,引起了国际同行的广泛关注。

CNCC 人物 | 深度学习处理器领军人物 —— CCF 陈云霁

陈教授在去年接受麻省理工学院科技评论采访时说:“五年或更久以后,我认为每一部手机都可以像谷歌的大脑一样先进。”

CNCC 人物 | 深度学习处理器领军人物 —— CCF 陈云霁

今年7月,中国科学院计算技术研究所和寒武纪公司提出了世界上第一个稀疏深度学习处理器cambricon-x,相关工作获得了2016年国际计算机体系结构微学术会议(国际微体系结构研讨会)的认可。自中国科学院计算技术研究所陈(寒武纪公司首席科学家)、陈(寒武纪公司创始人兼首席执行官)博士与法国inria的olivier temam博士(现为google工作)于2014年共同发起深度学习处理器方向以来,深度学习处理器已成为micro、isca、asplos和hpca最关注的研究方向之一。

CNCC 人物 | 深度学习处理器领军人物 —— CCF 陈云霁

Micro、isca、asplos和hpca是计算机体系结构领域的四大国际学术会议。《微2016》上超过1/7的论文引用了寒武纪团队成员探索智能处理器的工作(来自顶尖研究机构,包括英特尔、英伟达、乔治亚理工学院、加州大学旧金山分校等)。)。

CNCC 人物 | 深度学习处理器领军人物 —— CCF 陈云霁

深度学习是从生物多层神经网络处理模式发展而来的一种智能处理技术。基于深度学习的围棋程序阿尔法围棋甚至达到了职业棋手的水平。稀疏深度学习可以大大减少神经网络的连接数,因此在工业上得到广泛应用。然而,其计算和内存访问方式非常不规则,这给相应的芯片设计带来了很大的挑战。根据稀疏深层神经网络特殊的计算模式和内存访问特点,寒武纪团队提出了一种特殊的处理器cambricon-x,它采用一维稀疏表示、特殊的数据访问引擎和动态计算调度策略实现稀疏深层学习,能够高效处理各种类型的稀疏深层神经网络(包括卷积神经网络和递归神经网络等)。)。在tsmc 65nm工艺下,cambricon-x的峰值性能可达0.5 tops,面积成本仅为6.38mm 2。与主流高端gpu相比,稀疏深度学习的速度可以提高10倍,能耗仅为3.4%。相关工作已于2016年1月申请国内和pct专利。此后,加州大学旧金山分校还参与了坎布里肯-X的进一步学术探索

CNCC 人物 | 深度学习处理器领军人物 —— CCF 陈云霁

此前,陈教授所在的中国科学院计算技术研究所也提出了世界上第一个深度学习处理器架构(与法国inria合作完成),世界上第一个多核深度学习处理器架构,开发了世界上第一个深度学习处理器芯片,提出了世界上第一个深度学习指令集,并多次获得计算机架构顶级会议最佳论文奖。cambricon-x的工作进一步巩固了中国科学院和寒武纪在深度学习处理器领域的国际领先地位,也证明了陈教授在这一领域的探索具有开拓性。

CNCC 人物 | 深度学习处理器领军人物 —— CCF 陈云霁

(文章中的一些材料引用了中国科学院计算技术研究所的官方消息和陈芸茜教授的个人主页)

CNCC 人物 | 深度学习处理器领军人物 —— CCF 陈云霁

福利发放:9月19日至22日,我们将随机发放价值2300元人民币的非ccf会员门票,届时包括陈教授在内的16位嘉宾将出席精彩的特别邀请报告、30场论坛、50场活动(晚餐除外)。请扫描下面的二维码,在公共号码的背景下发送“cncc”注册。我们将每天从申请者中挑选一个来发票~ ~

CNCC 人物 | 深度学习处理器领军人物 —— CCF 陈云霁

推荐阅读:

中国网通个人访谈谭(上)| 360首席隐私官谈大数据与个人隐私的博弈

中国网通人物谭访谈(下)|人工智能时代网络安全的新发展

来源:罗盘报中文网

标题:CNCC 人物 | 深度学习处理器领军人物 —— CCF 陈云霁

地址:http://www.lzn4.com/lpbxw/12363.html