展开全部

主编推荐语

囊括AI芯片主流技术,前沿理论与产业发展及创投趋势的全书,带你洞悉AI芯片发展脉络。

内容简介

本书从AI的发展历史讲起,介绍了目前最热门的深度学习加速芯片和基于神经形态计算的类脑芯片的相关算法,架构,电路等,并介绍了减少产业界和学术界一些书着重介绍了用创新的思维来设计AI芯片的各种计算范式,以及下一代AI芯片的几种范例,包括量子启发的AI芯片,进一步提升智能程度的AI芯片,有机自进化AI芯片,光子AI芯片及自供电AI芯片等。

本书也介绍了半导体芯片技术在“后摩尔定律时代”的发展趋势,以及基础理论(如量子场论,信息论等)引领AI芯片创新并不断发挥巨大作用。

最后,本书介绍了AI发展的三个层次,AI芯片与生物大脑的差异以及未来的发展方向。

本书适合在AI芯片领域学习和工作的研究生,本科生,工程技术人员,以及所有对AI芯片感兴趣的人员参考。

目录

  • 版权信息
  • 内容提要
  • 前言
  • 第一篇 导论
  • 第1章 AI芯片是人工智能未来发展的核心
  • 1.1 AI芯片的历史
  • 1.2 AI芯片要完成的基本运算
  • 1.3 AI芯片的种类
  • 1.4 AI芯片的研发概况
  • 1.5 小结
  • 第2章 执行“训练”和“推理”的AI芯片
  • 2.1 深度学习算法成为目前的主流
  • 2.2 AI芯片的创新计算范式
  • 2.3 AI芯片的创新实现方法
  • 2.4 小结
  • 第二篇 最热门的AI芯片
  • 第3章 深度学习AI芯片
  • 3.1 深度神经网络的基本组成及硬件实现
  • 3.2 算法的设计和优化
  • 3.3 架构的设计和优化
  • 3.4 电路的设计和优化
  • 3.5 其他设计方法
  • 3.6 AI芯片性能的衡量和评价
  • 3.7 小结
  • 第4章 近年研发的AI芯片及其背后的产业和创业特点
  • 4.1 对AI芯片巨大市场的期待
  • 4.2 “1+3”大公司格局
  • 4.3 学术界和初创公司
  • 4.4 小结
  • 第5章 神经形态计算和类脑芯片
  • 5.1 脉冲神经网络的基本原理
  • 5.2 类脑芯片的实现
  • 5.3 基于DNN和SNN的AI芯片比较及未来可能的融合
  • 5.4 类脑芯片的例子及最新发展
  • 5.5 小结
  • 第三篇 用于AI芯片的创新计算范式
  • 第6章 模拟计算
  • 6.1 模拟计算芯片
  • 6.2 新型非易失性存储器推动了模拟计算
  • 6.3 模拟计算的应用范围及其他实现方法
  • 6.4 模拟计算的未来趋势
  • 6.5 小结
  • 第7章 存内计算
  • 7.1 冯·诺依曼架构与存内计算架构
  • 7.2 基于存内计算的AI芯片
  • 7.3 小结
  • 第8章 近似计算、随机计算和可逆计算
  • 8.1 近似计算
  • 8.2 随机计算
  • 8.3 可逆计算
  • 8.4 小结
  • 第9章 自然计算和仿生计算
  • 9.1 组合优化问题
  • 9.2 组合优化问题的最优化算法
  • 9.3 超参数及神经架构搜索
  • 9.4 基于自然仿生算法的AI芯片
  • 9.5 小结
  • 第四篇 下一代AI芯片
  • 第10章 受量子原理启发的AI芯片
  • 10.1 量子退火机
  • 10.2 伊辛模型的基本原理
  • 10.3 用于解决组合优化问题的AI芯片
  • 10.4 量子启发AI芯片的应用
  • 10.5 小结
  • 第11章 进一步提高智能程度的AI 算法及芯片
  • 11.1 自学习和创意计算
  • 11.2 元学习
  • 11.3 元推理
  • 11.4 解开神经网络内部表征的缠结
  • 11.5 生成对抗网络
  • 11.6 小结
  • 第12章 有机计算和自进化AI芯片
  • 12.1 带自主性的AI芯片
  • 12.2 自主计算和有机计算
  • 12.3 自进化硬件架构与自进化AI芯片
  • 12.4 深度强化学习AI芯片
  • 12.5 进化算法和深度学习算法的结合
  • 12.6 有机计算和迁移学习的结合
  • 12.7 小结
  • 第13章 光子AI芯片和储备池计算
  • 13.1 光子AI芯片
  • 13.2 基于储备池计算的AI芯片
  • 13.3 光子芯片的新进展
  • 13.4 小结
  • 第五篇 推动AI芯片发展的新技术
  • 第14章 超低功耗与自供电AI芯片
  • 14.1 超低功耗AI芯片
  • 14.2 自供电AI芯片
  • 14.3 小结
  • 第15章 后摩尔定律时代的芯片
  • 15.1 摩尔定律仍然继续,还是即将终结
  • 15.2 芯片设计自动化的前景
  • 15.3 后摩尔定律时代的重要变革是量子计算芯片
  • 15.4 小结
  • 第六篇 促进AI芯片发展的基础理论研究、应用和创新
  • 第16章 基础理论研究引领AI芯片创新
  • 16.1 量子场论
  • 16.2 超材料与电磁波深度神经网络
  • 16.3 老子之道
  • 16.4 量子机器学习与量子神经网络
  • 16.5 统计物理与信息论
  • 16.6 小结
  • 第17章 AI芯片的应用和发展前景
  • 17.1 AI的未来发展
  • 17.2 AI芯片的功能和技术热点
  • 17.3 AI的三个层次和AI芯片的应用
  • 17.4 更接近生物大脑的AI芯片
  • 17.5 AI芯片设计是一门跨界技术
  • 17.6 小结
  • 附录 中英文术语对照表
  • 参考文献
展开全部

评分及书评

4.7
17个评分
  • 用户头像
    给这本书评了
    5.0
    AI时代

    本书从人工智能(AI)的发展历史讲起,介绍了目前非常热门的深度学习加速芯片和基于神经形态计算的类脑芯片的相关算法、架构、电路等,并介绍了近年来产业界和学术界一些著名的 AI 芯片,包括生成对抗网络芯片和深度强化学习芯片等。本书着重介绍了用创新的思维来设计 AI 芯片的各种计算范式,以及下一代 AI 芯片的几种范例,包括量子启发的 AI 芯片、进一步提升智能程度的 AI 芯片、有机自进化 AI 芯片、光子 AI 芯片及自供电 AI 芯片等。本书也介绍了半导体芯片技术在后摩尔定律时代的发展趋势,以及基础理论(如量子场论、信息论等)在引领 AI 芯片创新方面发挥的巨大作用。最后,本书介绍了 AI 发展的三个层次、现阶段 AI 芯片与生物大脑的差距及未来的发展方向。

      转发
      评论
      用户头像
      给这本书评了
      5.0
      诚意满满的稀缺作品

      AI 大潮已经席卷全球,芯片则是信息时代的基础物料,不掌握核心技术的国家会被 “卡脖子”,而产业角度看缺颗 “芯” 全球汽业就哀嚎遍野。AI 和芯片已经超越科技,变成大国角力的抓手。然而这么重要的两个领域叠加的 AI 芯片,却一直没有一本全面的读本,讲讲 AI 芯片的需求、技术、产业和前景展望。现在这个遗憾不复存在了。不只是填补空白,书中内容包括这些方面:1. AI 芯片的发展历史、技术路线并重点介绍了当下主流的深度学习芯片;2. 以全球视剖析了 AI 芯片产业和创业格局;3. AI 芯片要用到的存内 / 模拟 / 近似 / 仿生等新计算范式,及相应多样化的下一代 AI 芯片;4. 五年、十年甚至三十年后的 AI 芯片,将来自于哪些基础理论,量子、统计物理还是信息论…… 看完之后,你完全可以猜出来,作者是哪家大厂的。感谢分享知识、分享判断、分享创见的先行者们!

        转发
        评论
        用户头像
        给这本书评了
        5.0
        人性化引导科技人才发力

        科技人员,在中国不缺,但缺义无反顾投身科技研发的人才,期待政府、企业能出台一些人性化的扶持和服务政策,让科技人才安心放心去做研发、做创新(比如:科研经费和奖励、家属工作安置、保障房、工资福利保障等)。

          转发
          评论
        • 查看全部5条书评

        出版方

        人民邮电出版社

        人民邮电出版社是工业和信息化部主管的大型专业出版社,成立于1953年10月1日。人民邮电出版社坚持“立足信息产业、面向现代社会、传播科学知识、服务科教兴国”,致力于通信、计算机、电子技术、教材、少儿、经管、摄影、集邮、旅游、心理学等领域的专业图书出版。