贪心高性能神经网络与AI芯片应用_高性能神经网络与ai芯片设计资源

⽬前深度学习理论研究主要的⼀部分围绕在使⽤常微分⽅程，随机微分⽅程，偏微分⽅程，动⼒学系统，等来进⾏，例如neural ODE。可以关注鄂维南组，等的⼯作，他们都有傲⼈的title，与应⽤数学背景，在深度学习领域已经发表很多重要的理论⽂章。感兴趣的同学可以读⼀读，看看可以坚持多久。

如果你有控制学科背景，你会发现深度学习理论的发展与控制理论似乎有些类似。当具有数学背景的学者进⼊控制领域，控制理论开始五花⼋门，百花齐放，公式满天齐飞，TAC，Automatic等顶级期刊他们都轻松拿下，⽽我普通⼈就只能望洋兴叹，⾃愧不如⼜愤愤不平。

我开始思考，⼯科专业究竟该如何平衡理论与实践，⼯学博⼠⼜该如何⾃处。

数学⽆疑是当代科学研究的基础，它以公式描述，定义，抽象，拔⾼了问题，尤如歌者。有些时候，当你能够使⽤数学公式去提炼你的问题时，你才是真正地对该问题有了全⾯的理解，⽽不仅仅依赖视觉的可视化认知广义上讲只要能够运行人工智能算法的芯片都叫作 AI 芯片。通常意义上的 AI 芯片指的是针对人工智能算法做了特殊加速设计的芯片。AI芯片也被称为AI加速器或计算卡，即专门用于处理人工智能应用中的大量计算任务的模块（其他非计算任务仍由CPU负责）。