图书盲袋,以书为“药”
欢迎光临中图网 请 | 注册
> >
AI系统 原理与架构

AI系统 原理与架构

出版社:科学出版社出版时间:2024-09-01
开本: 20开 页数: 900
中 图 价:¥157.2(7.9折) 定价  ¥199.0 登录后可看到会员价
加入购物车 收藏
运费6元,满39元免运费
?新疆、西藏除外
本类五星书更多>

AI系统 原理与架构 版权信息

AI系统 原理与架构 内容简介

本书主要围绕AI系统的理论基础与技术基础知识展开,结合实例进行介绍,旨在让读者了解AI系统的来龙去脉,形成对AI系统的系统化与层次化的初步理解,掌握AI系统基本理论、技术、实际应用及研究方向,为后续从事具体的学习研究工作和项目开发工作奠定基础。
本书首先介绍AI的历史、现状与发展及AI系统的基本知识,后分为AI硬件与体系结构、AI编译与计算架构、AI推理系统与引擎、AI框架核心模块四篇进行详细介绍,涉及AI系统从底层原理到应用落地的全貌,反映了AI系统架构的前沿技术。
本书可供人工智能、计算机及相关专业从业人员,以及对人工智能感兴趣的人员阅读,同时也可作为人工智能系统架构相关课程的配套教材。

AI系统 原理与架构 目录

目录 第1章 AI系统概述/1 1.1 AI历史与现状/1 1.2 AI发展驱动力/11 1.3 AI系统架构介绍/19 1.4 AI系统与AI算法关系/27 **篇 AI硬件与体系结构 第2章 AI计算体系/37 2.1引言/37 2.2 AI计算模式/41 2.3关键设计指标/57 2.4核心计算之矩阵乘/63 2.5计算之比特位宽/67 第3章 AI芯片体系/72 3.1 CPU基础/72 3.2 CPU指令集架构/81 3.3 CPU计算本质/94 3.4 CPU计算时延/99 3.5 GPU基础/104 3.6 AI专用芯片基础/123 第4章 GPU—以英伟达为例/130 4.1 引言/130 4.2 Tensor Core基本原理/154 4.3 Tensor Core架构演进/160 4.4 Tensor Core深度剖析/171 4.5分布式通信/179 4.6 NVLink原理剖析 /186 4.7 NVSwitch深度解析/194 第5章 TPU—以谷歌为例/202 5.1 引言/202 5.2 谷歌TPU v1脉动阵列/212 5.3 谷歌TPU v2训练芯片/219 5.4 谷歌TPU v3 Pod服务器/228 5.5 谷歌TPU v4与光路交换/235 第6章 NPU—以昇腾为例/244 6.1 引言/244 6.2 昇腾AI处理器/251 6.3 昇腾AI核心单元/259 6.4 昇腾数据布局转换/273 第7章 AI芯片思考与展望/279 7.1 GPU架构与CUDA关系/279 7.2 从GPU对AI芯片思考/285 7.3 AI芯片发展方向/291 7.4 超异构计算/298 第二篇 AI编择与计算架构 第8章 传统编译器/311 8.1 引言/311 8.2传统编译器介绍/318 8.3 GCC基本介绍与特征/324 8.4 LLVM架构设计和原理/329 8.5 LLVM IR基本概念/334 8.6 LLVM IR细节详解/340 8.7 LLVM前端和优化层/345 8.8 LLVM后端代码生成/350 第9章 AI编译器/356 9.1 引言/356 9.2 AI编译器历史阶段/365 9.3 AI编译器基本架构/371 9.4 AI编译器挑战与思考/378 第10章 前端优化/388 10.1 引言/388 10.2 图算IR/389 10.3 算子融合/393 10.4 布局转换原理/400 10.5 内存分配算法/406 10.6 常量折叠原理/412 10.7 公共子表达式消除原理/415 10.8 死代码消除/417 10.9 代数简化/420 第11章 后端优化/425 11.1 弓1言/425 11.2 计算与调度/428 11.3 算子手工优化/434 11.4 算子循环优化/440 11.5 指令和存储优化/447 11.6 Auto-Tuning 原理/452 第12章 计算架构/454 12.1 芯片的编程体系/454 12.2 SIMD & SIMT与芯片架构/456 12.3 SIMD & SIMT与编程关系/465 12.4 CUDA计算结构/470 第13章 CANN&Ascend C计算架构/475 13.1 昇腾异构计算架构CANN/475 13.2 CANN与算子/482 13.3 算子开发编程语言Ascend C/485 13.4 Ascend C语法扩展/492 13.5 Ascend C编程范式以向量为例/500 第三篇 AI推理系统与引擎 第14章 推理系统/511 14.1 引言/511 14.2 推理系统介绍/515 14.3 推理流程全景/523 14.4 推理系统架构/526 14.5 推理引擎架构/530 14.6 昇腾推理引擎MrndlE/549 14.7 昇腾计算语言AscendCL/552 第15章 模型小型化/561 15.1 推理参数了解/561 15.2 CNN模型小型化/563 15.3 Transformer模型小型化/579 第16章 模型轻量化/585 16.1 引言/585 16.2 量化基本原理/586 16.3 感知量化训练/592 16.4 训练后量化与部署/598 16.5 模型剪枝原理/604 16.6 知识蒸馏原理/611 第17章 模型转换/619 17.1 引言/619 17.2 推理文件格式/626 17.3 自定义计算图/634 17.4 模型转换流程/643 第18章 计算图优化架构/647 18.1 引言/647 18.2 离线图优化技术/651 18.3 其他计算图优化/667 第19章 Kernel优化/676 19.1 引言/676 19.2 卷积计算原理/680 19.3 Im2Col算法/690 19.4 Wmograd算法/698 19.5 QNNPACK算法/705 19.6推理内存布局/715 第四篇 AI框架核心模块 第20章 AI框架基础/721 20.1 引言/721 20.2 AI框架作用/721 20.3 AI框架之争/727 20.4 AI框架的编程范式/735 20.5 昇思MrndSpore关键特性/741 第21章 自动微分/753 21.1 引言/753 21.2 什么是微分/753 21.3 微分计算模式/760 21.4 微分实现方式/768 21.5 动手实现自动微分/775 21.6 动手实现PyTorch微分/778 21.7 自动微分的挑战和未来/784 第22章 计算图/790 22.1 引言/790 22.2计算图基本原理/791 22.3计算图与自动微分/798 22.4计算图的调度与执行/804 22.5计算图的控制流实现/811 22.6动态图与静态图转换/818 第23章 分布式并行/823 23.1 引言/823 23.2数据并行/823 23.3数据并行进阶/837 23.4张量并行/849 23.5流水并行/855 23.6混合并行/858 23.7 昇思 MindSpore并行/860 参考文献/867 索引/883 彩图
展开全部
商品评论(0条)
暂无评论……
书友推荐
本类畅销
编辑推荐
返回顶部
中图网
在线客服