[营销星球]清华-2018人工智能芯片技术白皮书-2018.12-47页

人工智能芯片技术白皮书（2018）WhitePaperonAIChipTechnologiesWhitePaperonAIChipTechnologies010102030304050506060607080910111213151517181920202122目录北京未来芯片技术高精尖创新中心1前言1.1背景与意义1.2内容与目的2AI芯片的关键特征2.1技术总述2.2新型计算范式2.3训练和推断2.4大数据处理能力2.5数据精度2.6可重构能力2.7软件工具3AI芯片发展现状3.1云端AI计算3.2边缘AI计算3.3云和端的配合4AI芯片的技术挑战4.1冯·诺伊曼瓶颈4.2CMOS工艺和器件瓶颈5AI芯片架构设计趋势5.1云端训练和推断：大存储、高性能、可伸缩5.2边缘设备：把效率推向极致5.3软件定义芯片6AI芯片中的存储技术6.1AI友好型存储器6.2片外存储器6.3片上（嵌入型）存储器6.4新兴的存储器7新兴计算技术7.1近内存计算7.2存内计算（In-memoryComputing）7.3基于新型存储器的人工神经网络7.4生物神经网络7.5对电路设计的影响8神经形态芯片8.1神经形态芯片的算法模型8.2神经形态芯片的特性8.2.1可缩放、高并行的神经网络互联8.2.2众核结构8.2.3事件驱动8.2.4数据流计算8.3机遇与挑战9AI芯片基准测试和发展路线图10展望未来参考文献索引232324242526272829293031313233353740编写委员会主席尤政中国工程院院士清华大学魏少军IEEEFellow清华大学编写委员会副主席吴华强清华大学邓宁清华大学编写委员会成员（按姓氏笔划排序）尹首一清华大学王玲清华