
甄建勇 王路业
这是一本讲解NPU硬件架构设计与技术实现的著作。作者将自己在CPU、GPU和NPU领域15年的软硬件工作经验融会贯通,将四代NPU架构设计经验融为一体,将端侧和云侧NPU架构合二为一,总结并提炼出本书内容。本书主要讨论神经网络硬件层面,尤其是芯片设计层面的内容,主要包含神经网络的分析、神经网络加速器的设计以及具体实现技术。通过阅读本书,读者可以深入了解主流的神经网络结构,掌握如何从零开始设计一个能用、好用的产品级加速器。 通过阅读本书,你将: 透彻理解与深度学习相关的机器学习算法及其实现; 学会主流图像处理领域神经网络的结构; 掌握加速器运算子系统和存储子系统的设计; 摸清加速器设计中遇到的具体问题及其解决方法; 了解NPU架构需要考虑的控制通路和数据通路;
前面讲的很细致,循循善诱,我一个小白都能读下去。后面两个章节跳跃性太大,可能就不适合我这种初学者了。不过前面对于NVDLA和脉动阵列的讲解还是相当不错的,对于AI加速器的存储系统也能有所了解,这两部分值得再读!
微观层面很多地方点到为止不够深入,宏观层面缺乏架构视角的整体设计思路和决策。可以作为入门和参考书,另外 AI 发展一日千里,本身内容稍微有点过时。
原来是地平线同事的大作,何其幸运!目前,市面上关于 AI 处理器架构和设计的书很少,这个书更显珍贵,如果能介绍下地平线 BPU 的设计,那就更好!当下国内芯片百花齐放,百家争鸣, AI 处理器更是其中的宠儿,希望未来能有更多更好的书出来。
为了写而写,不是有感而发,高度也不太够
部分内容跳跃较大、晦涩难懂;但不失为一本好书,可以开阔NPU设计相关的领域知识。
买了纸质书,看不太懂,特别新,有需要的 私聊,可以折扣价转。没必要买新的。大家共享阅读,更经济。
其实与我的行业和经历不相关,只是看见了,便读了。许多技术逻辑的解法,最终还是落在了不同的哲思上,只是对于门外汉的我,有时会期许,落在实地的物理逻辑,可以被抽象到朴素的故事之中。深奥并非深奥,而是想要理解,背后叠加在一起的意义和经历,是人们所不能决定的开端。
作者的写作动机是“雁过留声”,所以有些文字表达上有些枯燥,也不是叙“术”的部分,读取来容易让人犯困。总的来说作为一本科普读物尚可
本书比较详细的介绍了神经网络加速器的实现思路,重点介绍了CONV类的功能实现和存储单元设计,是设计加速器的很好的参考,也是了解加速器基本概念和思路的一个很好的材料。
还不错,适合入门者,可以有个整体的概念和了解