讲座名称：在物联网应用中深度神经网络的设计，编译和加速

主讲人：陈德铭

主讲人简介：陈德铭博士，匹兹堡大学计算机科学学士、加州大学洛杉矶分校计算机科学硕士和博士，现任伊利诺伊大学香槟分校（UIUC）电子与计算机工程系教授，研究方向包括系统级和高级综合、机器学习、GPU和可重构计算以及硬件安全等。受邀做专题报告110多场。陈博士曾获UIUC颁发的Arnold O.Beckman研究奖、NSF职业奖，“8篇最佳论文”奖、ACM SIGDA杰出新教师奖以及多次的IBM教学奖，两次率队获物联网领域的DAC国际系统设计大赛第一名，两次获评优秀教师。他还是Donald Biggar Willett工程学院学者、IEEE会员、ACM杰出演讲者和ACM TREES主编，并参与初创数家公司。

报告内容：

各种类型的深度神经网络（DNNs）推动了新的物联网应用（IoT）。DNNs具有计算敏感性，IoT依赖于DNN的高效硬件实现。本次讲座将分析AI和物联网应用在将DNNs映射到硬件加速器时面临的几个挑战，尤其是评估FPGA在为云计算和端计算器件加速DNNs时的潜在角色。针对FPGA难以编程和优化的缺点，教授将介绍一系列有效的设计技术，以便在FPGA上实现高性能和高能效的DNNs，其中包括硬件/软件的自动协同设计、使用可配置的DNN IP核、DNN层之间的资源分配、智能化流水线调度以及DNN缩减和重新训练。还将展示几种设计解决方案，包括用于视频字幕的长时间循环卷积网络（LRCN）和用于人脸识别的Inception模块（GoogleNet）。

讲座时间： 2019年10月22日（周二）16：00

讲座地点：九龙湖校区J2-103

教务处    

                                  课外研学讲座活动指导中心

2019年10月19日    

备注：课外研学讲座是由教务处课外研学讲座活动指导中心承办的官方科技类讲座，听报告（讲座）后，如实填写讲座现场发放的《学生聆听科技、学术报告 学分认定书》并提供后续研学材料（如：评论、文献综述、读书报告或报告人要求的文字材料等），经学生所在院系“课外研学活动指导小组”认定后可获得0.2～0.4个课外研学学分。