LOGO
中科院计算所副研究员陈天石应邀作学术报告
时间:2015-04-20 09:40:41
  2015年4月3日上午,中科院计算所陈天石副研究员应邀在东五楼210学术报告厅作了题为“寒武纪神经网络计算机”的学术报告。

  陈天石副研究员的报告主要讲述了基于机器学习方法的处理器研发和寒武纪神经网络计算机研发两方面的内容。首先针对目前处理器结构参数组合多、模拟效率低的问题,给出了一种基于半监督机器学习的方法和一种基于排序建模的方法,降低了3~10倍的样本量,极大地简化了工作复杂度,加快了处理器的研发速度,并对当前处理器的功能验证给出了一种激励验证的Markov模型,其特点是转移矩阵会随着验证进度发生变化,可以获取相对于龙芯上一代平台10倍的覆盖率收敛速度。报告的第二部分介绍了寒武纪系列神经网络计算机DianNao的研发历程。首先介绍了神经网络、深度学习的发展趋势,然后讲述了DianNao小规模处理器的设计,使用分时复用方法支持大规模的神经网络运算,充分利用访存带宽,降低了能耗,并介绍了DianNao针对超级计算机、通用机器学习算法和嵌入式系统等不同应用方向所做的变化,最后展望了未来的工作。

  陈天石副研究员的报告引起了与会者极大兴趣,在报告后的提问环节,陈天石副研究员就处理器通用性与设计难度之间的平衡与师生们展开了深入的讨论。

  陈天石,男,博士,中国科学院计算技术研究所副研究员,2005年和2010年分别于中国科大少年班和计算机学院获学士和博士学位,研究方向为计算机体系结构与计算智能,曾获全国百篇优秀博士论文提名(2012)、中国计算机学会优秀博士论文奖(2011)、中国科学院优秀博士论文奖(2011)、中国科学院院长奖(2010)等荣誉,2014年入选CCF-Intel青年学者提升计划。先后在IEEE/ACM Transactions等重要期刊和ASPLOS'15'14、ISCA'15'14'10、MICRO'14、HPCA'12'09、IJCAI'11、AAAI'11等国际学术会议上发表论文近50篇,其中关于神经网络处理器的论文获计算机体系结构顶级会议ASPLOS'14的最佳论文奖。
通讯员: 倪晟
 更多 更多 更多 更多