Key points are not available for this paper at this time.
최근 빅 데이터의 가용성과 컴퓨팅 파워의 급속한 성장으로 인해 인공지능(AI)이 엄청난 주목과 투자를 받게 되었습니다. 머신러닝(ML) 접근법은 학계와 산업에서 많은 문제를 해결하는데 성공적으로 적용되었습니다. 빅 데이터 응용 프로그램의 폭발적인 성장이 ML의 발전을 촉진하는 동시에 전통적인 컴퓨터 시스템에 데이터 처리 속도와 확장성이라는 심각한 도전을 부여하고 있습니다. AI 응용 프로그램을 위해 전적으로 설계된 컴퓨팅 플랫폼이 고려되고 있으며, 이는 본 계약의 보완 역할에서 독립형 기술 솔루션에 이르기까지 다양합니다. 이러한 플랫폼은 '도메인 특정 컴퓨팅'이라는 더 큰 범주에 속하며 AI를 위한 특정 맞춤화에 집중합니다. 이 기사에서는 딥 뉴럴 네트워크(DNN)를 위한 가속기 설계의 최근 발전을 요약하는 데 초점을 맞춥니다. DNN 실행을 지원하는 다양한 아키텍처에 대해 컴퓨팅 유닛, 데이터 흐름 최적화, 목표 네트워크 토폴로지, 신기술 아키텍처, 신흥 응용 프로그램을 위한 가속기를 논의합니다. 또한 AI 칩 설계의 미래 트렌드에 대한 우리의 비전을 제공합니다.
Chen et al. (화요일,)은 이 문제를 연구했습니다.