国家“千人”王中风教授：如何满足不同应用场景下深度神经网络模型算力和能效需求

  新智元专栏  作者：王中风【新智元导读】 基于神经网络的深度学习算法已经在计算机视觉、自然语言处理等领域大放异彩。但是，诸如 VGG、ResNet 和 Xception 等深度模型在取得优越性能的同时往往伴随着极高的存储空间需求和计算复杂度，而现有的通用计算平台很难实现高能效的神经网络计算。本文探讨了如何在算法层面运用量化、剪枝等方法进行模型压缩，以及设计适应于不同应用场景的高能效神经网络计算芯片/架构，从而满足深度神经网络在不同的应用场景下的算力能效需求。基于神经网络的深度学习算法已经在计算机视觉、自然语言处理等领域大放异彩。然而，诸如 VGG、ResNet 和 Xception 等深度模型在取得优越性能的同时往往伴随着极高的存储空间需求 ………………………………