幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

AI系統(原理與架構)(精)

  • 作者：編者:ZOMI醬//蘇統華|責編:許蕾
  • 出版社：科學
  • ISBN：9787030792877
  • 出版日期：2024/09/01
  • 裝幀：精裝
  • 頁數：884
人民幣：RMB 199 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書主要圍繞AI系統的理論基礎與技術基礎知識展開，結合實例進行介紹，旨在讓讀者了解AI系統的來龍去脈，形成對AI系統的系統化與層次化的初步理解，掌握AI系統基本理論、技術、實際應用及研究方向，為後續從事具體的學習研究工作和項目開發工作奠定基礎。
    本書首先介紹AI的歷史、現狀與發展及AI系統的基本知識，後分為AI硬體與體系結構、AI編譯與計算架構、AI推理系統與引擎、AI框架核心模塊四篇進行詳細介紹，涉及AI系統從底層原理到應用落地的全貌，反映了AI系統架構的前沿技術。
    本書可供人工智慧、電腦及相關專業從業人員，以及對人工智慧感興趣的人員閱讀，同時也可作為人工智慧系統架構相關課程的配套教材。
作者介紹
編者:ZOMI醬//蘇統華|責編:許蕾
目錄
  第1章  AI系統概述
    1.1  AI歷史與現狀
    1.2  AI發展驅動力
    1.3  AI系統架構介紹
    1.4  AI系統與AI演算法關係
第一篇  AI硬體與體系結構
  第2章  AI計算體系
    2.1  引言
    2.2  AI計算模式
    2.3  關鍵設計指標
    2.4  核心計算之矩陣乘
    2.5  計算之比特位寬
  第3章  AI晶元體系
    3.1  CPU基礎
    3.2  CPU指令集架構
    3.3  CPU計算本質
    3.4  CPU計算時延
    3.5  GPU基礎
    3.6  AI專用晶元基礎
  第4章  GPU——以英偉達為例
    4.1  引言
    4.2  TensorCore基本原理
    4.3  TensorCore架構演進
    4.4  TensorCore深度剖析
    4.5  分散式通信
    4.6  NVLink原理剖析
    4.7  NVSwitch深度解析
  第5章  TPU——以谷歌為例
    5.1  引言
    5.2  谷歌TPUv1脈動陣列
    5.3  谷歌TPUv2訓練晶元
    5.4  谷歌TPUv3Pod伺服器
    5.5  谷歌TPUv4與光路交換
  第6章  NPU——以昇騰為例
    6.1  引言
    6.2  昇騰AI處理器
    6.3  昇騰AI核心單元
    6.4  昇騰數據布局轉換
  第7章  AI晶元思考與展望
    7.1  GPU架構與CUDA關係
    7.2  從GPU對AI晶元思考
    7.3  AI晶元發展方向
    7.4  超異構計算
第二篇  AI編譯與計算架構
  第8章  傳統編譯器
    8.1  引言
    8.2  傳統編譯器介紹
    8.3  GCC基本介紹與特徵
    8.4  LLVM架構設計和原理
    8.5  LLVMIR基本概念

    8.6  LLVMIR細節詳解
    8.7  LLVM前端和優化層
    8.8  LLVM後端代碼生成
  第9章  AI編譯器
    9.1  引言
    9.2  AI編譯器歷史階段
    9.3  AI編譯器基本架構
    9.4  AI編譯器挑戰與思考
  第10章  前端優化
    10.1  引言
    10.2  圖算IR
    10.3  運算元融合
    10.4  布局轉換原理
    10.5  內存分配演算法
    10.6  常量摺疊原理
    10.7  公共子表達式消除原理
    10.8  死代碼消除
    10.9  代數簡化
  第11章  後端優化
    11.1  引言
    11.2  計算與調度
    11.3  運算元手工優化
    11.4  運算元循環優化
    11.5  指令和存儲優化
    11.6  Auto-Tuning原理
  第12章  計算架構
    12.1  晶元的編程體系
    12.2  SIMD&SIMT與晶元架構
    12.3  SIMD&SIMT與編程關係
    12.4  CUDA計算結構
  第13章  CANN&AscendC計算架構
    13.1  昇騰異構計算架構CANN
    13.2  CANN與運算元
    13.3  運算元開發編程語言AscendC
    13.4  AscendC語法擴展
    13.5  AscendC編程範式——以向量為例
第三篇  AI推理系統與引擎
  第14章  推理系統
    14.1  引言
    14.2  推理系統介紹
    14.3  推理流程全景
    14.4  推理系統架構
    14.5  推理引擎架構
    14.6  昇騰推理引擎MindIE
    14.7  昇騰計算語言AscendCL
  第15章  模型小型化
    15.1  推理參數了解
    15.2  CNN模型小型化
    15.3  Transformer模型小型化
  第16章  模型輕量化

    16.1  引言
    16.2  量化基本原理
    16.3  感知量化訓練
    16.4  訓練后量化與部署
    16.5  模型剪枝原理
    16.6  知識蒸餾原理
  第17章  模型轉換
    17.1  引言
    17.2  推理文件格式
    17.3  自定義計算圖
    17.4  模型轉換流程
  第18章  計算圖優化架構
    18.1  引言/647日
    18.2  離線圖優化技術
    18.3  其他計算圖優化
  第19章  Kernel優化
    19.1  引言
    19.2  卷積計算原理
    19.3  Im2Col演算法
    19.4  Winograd演算法
    19.5  QNNPACK演算法
    19.6  推理內存布局
第四篇  AI框架核心模塊
  第20章  AI框架基礎
    20.1  引言
    20.2  AI框架作用
    20.3  AI框架之爭
    20.4  AI框架的編程範式
    20.5  昇思MindSpore關鍵特性
  第21章  自動微分
    21.1  引言
    21.2  什麼是微分
    21.3  微分計算模式
    21.4  微分實現方式
    21.5  動手實現自動微分
    21.6  動手實現PyTorch微分
    21.7  自動微分的挑戰和未來
  第22章  計算圖
    22.1  引言
    22.2  計算圖基本原理
    22.3  計算圖與自動微分
    22.4  計算圖的調度與執行
    22.5  計算圖的控制流實現
    22.6  動態圖與靜態圖轉換
  第23章  分散式並行
    23.1  引言
    23.2  數據並行
    23.3  數據並行進階
    23.4  張量並行
    23.5  流水並行

    23.6  混合併行
    23.7  昇思MindSpore並行
參考文獻
索引
彩圖

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032