2h演讲近140页PPT，这个NeurIPSTutorial真是超硬核的AI硬件教程(2)

Sze 教授。
DNN 加速方法全涵盖
本次演讲的主题是 DNN 在硬件设备中的高效计算处理方法。随着深度学习算法效率逐渐提高，计算速度、延迟程度、耗能和硬件成本成为制约算法性能的瓶颈问题。如果能够解决这些问题，包括自动驾驶、无人机导航、智能手机、可穿戴设备和物联网设备就都能够受益于算法性能的提升。
在演讲中，Sze 教授首先会介绍 DNN 算法，以及它们在各类硬件上部署时可能带来的性能损失。更重要的是，演讲会提到基准测试和评价标准对设计高效 DNN 算法带来的影响。之后，Sze 教授会从算法角度硬件架构两个角度介绍减少耗能的方法。同时，演讲也会涵盖将这些方法应用于计算机视觉等领域。Sze 教授因多项成果获得过谷歌和 Facebook 的 faculty 奖等多个奖项。

本次演讲的主要目标如下：
1. 让硬件高效处理 DNN 的方法（非常多）；2. 关注包括设计 DNN 硬件处理器和 DNN 模型的评估方法；设计 DNN 硬件处理器和 DNN 模型的方法；研究过程中，你应当问什么样的关键问题；3. 具体地，演讲还会讨论；真正需要评价和对比的评估指标体系；达成这些指标的挑战；了解设计中需要考虑到的问题，以及可能平衡在算法性能和耗能中遇到的问题；4. 要关注硬件推理，但包括一部分训练的内容。
在讲解的过程中，Sze 教授会穿插大量的图解和案例，让介绍更加充实有趣。
演讲目录
以下为演讲目录：