论文部分内容阅读
深度学习作为一个划时代的技术,在计算机视觉、语音识别与自然语言处理领域得到广泛的成功应用,相关的产品正如雨后春笋般涌现.在深度学习网络庞大的数据量和计算量的需求下,各种针对深度学习网络加速的AI芯片应运而生.但是现有的的AI芯片基本都是基于冯诺依曼架构的,冯诺依曼架构的存储墙问题导致芯片的算力功耗瓶颈难以突破.极大的功耗和有限的算力使得现有数字架构的AI芯片难以部署在边缘设备,尤其是电池供电的物联网终端设备.