针对大模型,存内计算架构应用分析探讨
2024-06-25 14:00:00 至 15:30:00 •李阳、刘翰杰 •20598次浏览
研讨会介绍
随着人工智能(AI)大模型的快速发展,基于传统冯诺依曼架构芯片的算力瓶颈愈发凸显。为了解决内存墙问题、突破算力瓶颈,产业界目光逐渐聚焦至存内计算等新型计算架构芯片。 存内计算架构真正做到了“存”“算”的物理融合,直接在存储单元内实现计算,大大减少了数据搬运,提高计算效率。尤其适合大规模并行计算场景,如深度学习和大数据分析。 知存科技凭借率先量产商用的领先技术实力,成为全球存内计算领域的佼佼者。
知存科技成立于2017年,由研发出全球首颗支持多层神经网络存内计算芯片的郭昕婕博士担任首席科学家。2022年,知存科技WTM2101芯片正式推向市场,赋能百万级终端实现AI能力的提升和应用的推广,成为全球首颗大规模量产商用的存内计算芯片。
本次研讨会将围绕AI大模型的发展趋势和挑战,分享存内计算芯片超越摩尔、满足AI时代算力需求的技术原理,并解读WTM2101存内计算芯片项目实操论文。从技术理论到项目实操,全方位、近距离为技术爱好者们揭开新型存内计算的面纱。同时欢迎大家加入存内计算社区,与众多AI爱好者同行,探索新型计算架构下的算力第三极。
演讲人
李阳•知存科技技术总监,存算应用生态负责人
2001年毕业于北京大学计算机科学专业,拥有20余年系统工程产业经验,近10年海外工作经验。加入知存科技之前,历任NXP、摩托罗拉首席工程师、系统架构师。专注底层SoC支持、应用框架和硬件架构领域,具有SW/HW协同设计经验及20余年开源软件经验。曾受邀参加2007 Kernel Summit,在2008 Linux Conf Austrilia发表关于中文开源社区发展的主题演讲。2016年开始连续4年受邀参加Linux Plumbers Conference研讨会。
刘翰杰•知存工具存内计算工具链研发
知存存内计算编译工具链研发 ,“智存”实验室联培硕士,研究方向为:面向存算一体的深度学习编译工具链, 曾获北京市海淀区“青年岗位能手”,北航2024届“优秀研究生” ;国家发明专利7项,发表国际会议期刊2篇(TCAD、ESSERC)
(图片仅供参考,礼品以实物为准)
中奖名单如下:
20元京东卡:linghz、wzsmzl、zh_angei、migq、zhongyh、eelw、jf_83360140、jf_13681693、jf_79953549、jf_69382401
眼镜清洗机:lijun_chh、渔夫_d32、zhs3212186、jf_64721382、jf_81071788
奖品“品牌包”将由知存科技安排发放。
公司介绍
知存科技创立于2017年,专注存内计算芯片领域,创新使用Flash存储器完成神经网络的储存和运算,解决AI的存储墙问题,提高运算效率,降低成本。研发团队由王绍迪博士与郭昕婕博士联合多位学者、产业从业者组建,平均拥有10年以上产业工作经验。
公司旗下WTM2101芯片适配低功耗AIoT应用,可使用微瓦到毫瓦级功耗完成大规模深度学习运算,提供智能语音和智能健康等方案,已完成批量生产和市场应用。WTM8系列芯片面向6-48Tops算力产品,应用于4K-8K视频的实时处理。