NVDLA開源AI加速電路演講課程
時間:2018/02/06 14:00-16:00
地點:國立交通大學電資大樓第四會議室
 
目前AI普及的瓶頸在哪裡呢？在雲端訓練市場，搭配多塊GPU的超級電腦已經能很好地完成訓練任務；但是在終端設備的推斷（Edge Inference），仍然是約束AI普及的最大問題。目前基於深度學習的人工智慧計算量很大，傳統的移動SoC無法達到流暢運行深度學習模型所需要的性能，在智慧手機、智慧攝像頭、智慧家電、物聯網等等場景，人們早已經構想了無數AI的應用場景，然而市面上還沒有合適的硬體推片晶片，AI在這些領域的普及受到限制。
Nvidia 選擇將DLA硬體晶片架構開源，意味著更多的Startup 和研究機構可以基於DLA開發AI Inference 加速器晶片。並伴隨著高度優化的深度學習訓練／推理加速framework（如CuDNN和TensorRT），其願景是未來讓DLA硬體加速器像微處理器一樣普及，在智慧產品中隨處可見。
本次的分享Workshop旨在介紹NVIDIA DLA硬體加速器晶片的架構與其相關應用領域，預期讓學術單位與相關硬體新創Startup可以充分了解Open Source DLA架構的workflow與熟悉進一步導入的流程。