简介

精彩点评

• 

  贺瑞君

  推荐

  全面、前瞻，很多新东西，比如基于量子物理、规范场论和信息论的AI芯片。

• 

  玺

  推荐

  看完一遍，我们对AI研究特别是AI定义的新硬件研究还处于非常初级阶段，很多技术还偏概念，针对特定场景的落地应用尤其是自动驾驶所需要的超高算力芯片和计算范式还有很长的路要走。就像做自动驾驶，多开开车，别老做梦[得意]

• 

  Edwin, 尚尔鑫

  推荐

  非常好的一本书，把关于AI芯片研究与生产的最新技术与发展趋势进行了总结。能让读者快速了解最新的芯片研发和芯片公司的战略大趋势。

• 

  楼

  推荐

  非常全面，很多内容跨了太多学科，阅读难度颇大，可以当指引文献。

• 

  许先华

  推荐

  1.这几年GPU怎么这么火？ CPU增长乏力。现在的光刻技术接近摩尔定律的极限。算力的提升赶不上大数据计算分析的需要。GPU基于神经网络的计算一下能把性能提高好几个数量级。这几年基于大数据的图像识别，自然语言的识别，新闻，商品，广告的推荐设计到大量人工智能的应用。高性能的GPU在深度学习方面发挥重要作用。 2. 人工智能芯片怎么继续发展？ 衡量芯片的2大指标：算力和功耗。 目前基于dnn神经元网络的学习芯片，GPU还有更多改进的余地。比如Google开发了TPU.这个主要是减少精度，同时减少计算过程存储访问次数。把算力和功耗提高了好几个数量级别。不过通用能就不是那么好。这是一个趋势。很多startup企业参与到ASIC 专门某个领域的人工智能的芯片开发。

• 

  Andrew

  推荐

  除了最后突然来了个老子哲学吓我一跳，其他的部分都很棒，有太多的内容需要好好消化，值得多刷！

• 

  Spitcb

  推荐

  可以从这本书里面系统地看到未来AI的走向。可以看到我们对AI的研究尚处于初级阶段，还有很长的路要走。可以看到我们公司掌握的技术是那么普通，我们自己却那么自信[捂脸]。

• 

  June

  推荐

  绝对是一本令人读得酣畅淋漓的好书！值得再读！作者原本就是相关专业博士，发表有100+论文，拥有200+专利，还曾任世界500强公司CTO、CEO，及首席科学家等，扎实的理论基础，外加丰富的实战经验，造就了本书广博且颇具深度的论述。更值得一提的是，书中的300+参考文献和相关案例的时效性强，基本都是近5年内的，非常值得根据文中的索引进一步展开阅读！