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晶元(科技探索與AGI願景)

  • 作者：張臣雄|責編:賀瑞君
  • 出版社：人民郵電
  • ISBN：9787115666031
  • 出版日期：2025/07/01
  • 裝幀：平裝
  • 頁數：400
人民幣：RMB 199 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書旨在從創新的角度探討AI晶元的現狀和未來，共分9章。第1章為概論，介紹大模型浪潮下，AI晶元的需求與挑戰。第2章、第3章分別介紹實現深度學習AI晶元的創新方法與架構，以及一些新興的演算法和思路。第4章全面介紹半導體晶元產業的前沿技術，包括新型晶體管、集成晶元、分子器件與分子憶阻器，以及列印類腦晶元等。第5章?第8章分別探討用化學或生物方法實現AI、AI在科學發現中的創新應用、實現神經形態計算與類腦晶元的創新方法，以及具身智能晶元。第9章展望未來的AGI晶元，並探討相關的發展和倫理話題。
    本書可供AI和晶元領域的研究人員，工程技術人員，科技、產業決策和管理人員，以及創投從業者參考，也可供AI、集成電路、電腦等相關專業的本科生、研究生和教學工作者，以及所有對AI晶元感興趣的讀者閱讀。
作者介紹
張臣雄|責編:賀瑞君
    張臣雄，現任世界500強企業之一的大型高科技公司的首席科學家。先後在德國西門子公司和美國納斯達克上市公司一一Iterphase工作多年；曾任上海通信技術中心總經理，中國CEC集團電子公司技術總監，iCom公司CEO等職。張臣雄畢業於上海交通大學電子工程系，在德國卡爾斯魯厄大學獲得工學碩士和工學博士學位。張臣雄博士是《中國的全球化革命》一書的作者之一，也曾在美國和德國出版了4本電子、通信和半導體領域的著作，其中一本以人工智慧、神經網路應用於晶元設計為主題。
目錄
第1章  大模型浪潮下，AI晶元的需求與挑戰
  1.1  生成式AI開創新時代
  1.2  AI晶元：CPU、GPU、FPGA、ASIC
    1.2.1  CPU
    1.2.2  GPU
    1.2.3  FPGA
    1.2.4  ASIC
  1.3  邊緣AI晶元
  1.4  AI晶元的算力提升與能耗挑戰
  1.5  本章小結
  參考文獻
第2章  實現深度學習AI晶元的創新方法與架構
  2.1  基於大模型的AI晶元
    2.1.1  Transformer模型與引擎
    2.1.2  存內計算AI晶元
    2.1.3  基於GPU的大模型計算
    2.1.4  基於FPGA的大模型計算
    2.1.5  基於ASIC的大模型計算
    2.1.6  Transformer模型的後繼者
  2.2  用創新方法實現深度學習AI晶元
    2.2.1  基於開源RISC-V的AI加速器
    2.2.2  射頻神經網路
    2.2.3  光電組合AI晶元
    2.2.4  量子AI晶元
    2.2.5  矩陣乘法計算的加速
  2.3  用於邊緣側訓練或推理的AI晶元
    2.3.1  邊緣AI訓練
    2.3.2  Transformer模型邊緣部署
    2.3.3  智能手機AI晶元
    2.3.4  邊緣側的4種AI終端設備
    2.3.5  極低功耗的AI晶元
  2.4  本章小結
  參考文獻
第3章  AI的未來：提升AI算力還是提升AI智力
  3.1  深度學習演算法的困境：大模型是一條不可持續發展的道路
    3.1.1  收益遞減法則適用於神經網路
    3.1.2  資源浪費與環境破壞的問題
  3.2  超越ChatGPT的新趨勢：用小模型替代大模型
    3.2.1  強化學習
    3.2.2  指令調整
    3.2.3  合成數據
  3.3  終身學習與遷移學習
    3.3.1  終身學習
    3.3.2  遷移學習
  3.4  符號計算
    3.4.1  超維計算
    3.4.2  耦合振蕩計算
    3.4.3  神經符號計算
  3.5  本章小結
  參考文獻

第4章  AI晶元：匯聚半導體晶元產業前沿技術
  4.1  摩爾定律仍在不斷演進
    4.1.1  晶體管架構從FinFET到CFET
    4.1.2  晶背供電技術——打破傳統規則
    4.1.3  EUV光刻機與其他競爭技術
  4.2  從「集成電路」到「集成晶元」
    4.2.1  芯粒與異質集成
    4.2.2  3D堆疊
    4.2.3  「無封裝」的晶圓級單片晶元
  4.3  開發使用新材料、新工藝的晶元
    4.3.1  0D、1D、2D材料
    4.3.2  用於類腦晶元的固態離子器件
    4.3.3  分子器件與分子憶阻器
    4.3.4  列印類腦晶元
  4.4  本章小結
    4.4.1  工藝技術創新
    4.4.2  晶元架構創新
    4.4.3  新材料與製造工藝
  參考文獻
第5章  從AI硬體到AI濕件：用化學或生物方法實現AI
  5.1  化學計算
    5.1.1  用酸鹼反應實現邏輯門和神經網路
    5.1.2  液態的憶阻器、MAC計算單元及存儲器
    5.1.3  化學計算的總體現狀與前景
  5.2  生物計算
    5.2.1  用活細胞實現AI
    5.2.2  真菌計算
    5.2.3  生物計算
  5.3  本章小結
  參考文獻
第6章  AI在科學發現中的創新應用
  6.1  科學發現的4個傳統範式與正在開啟的第五範式
  6.2  科學發現的過程與方法
    6.2.1  科學推理的類型
    6.2.2  自動化科學發現框架
  6.3  直覺和靈感與諾貝爾獎和重大科學發現
  6.4  AI替代人類生成假說
    6.4.1  直接生成
    6.4.2  窮舉搜索
    6.4.3  分析排錯與組合優化
  6.5  用AI實現諾貝爾獎級別的科學發現
    6.5.1  AI科學家的構建
    6.5.2  AI科學家取得諾貝爾獎級別成果面臨的挑戰
  6.6  AI晶元用於「AI科學家」系統
  6.7  用量子啟發AI技術發現新型超材料的案例
  6.8  本章小結
  參考文獻
第7章  實現神經形態計算與類腦晶元的創新方法
  7.1  雲端使用的神經形態計算與類腦晶元
  7.2  基於大模型的神經形態計算架構

  7.3  超導與非超導低溫類腦晶元
    7.3.1  超導低溫類腦晶元
    7.3.2  半導體與超導體混合式神經形態網路
    7.3.3  非超導低溫類腦晶元
    7.3.4  低溫AI類腦晶元的巨大發展潛力
  7.4  以樹突為中心的「合成大腦」
  7.5  自旋波類腦晶元
  7.6  本章小結
  參考文獻
第8章  具身智能晶元
  8.1  AI的下一個前沿：具身智能
    8.1.1  具身智能的緣起
    8.1.2  具身智能中的第一人稱視角
  8.2  AI感知技術與晶元
    8.2.1  輸入端的數據壓縮
    8.2.2  視覺：眼睛——攝像頭與視覺感測器
    8.2.3  觸覺：皮膚——觸摸屏、觸摸板、人工皮膚及3D生物組織列印
    8.2.4  聽覺：耳朵——麥克風與助聽器
    8.2.5  味覺：舌頭——電子舌
    8.2.6  嗅覺：鼻子——電子鼻
    8.2.7  具身智能的增強感知
    8.2.8  新的「第六感」
  8.3  具身智能系統與晶元
    8.3.1  基於憶阻器的感存算一體化技術
    8.3.2  具身智能的執行控制
    8.3.3  感知、存儲、計算、執行一體化
  8.4  濕件具身智能
  8.5  本章小結
  參考文獻
第9章  從AI晶元到AGI晶元
  9.1  生成式AI點燃AGI之火
  9.2  現階段更智能、更接近AGI的6種演算法與模型
    9.2.1  MoE模型
    9.2.2  Q*演算法
    9.2.3  測試時計算：提高泛化能力
    9.2.4  具身智能與滲透式AI
    9.2.5  大型多模態模型
    9.2.6  分散式群體智能
    9.2.7  發展重點：基於強化學習的后訓練與推理
    9.2.8  超越大模型：神經符號計算
  9.3  AGI晶元的實現
    9.3.1  技術需求
    9.3.2  架構與形態
  9.4  未來：AGI和ASI——神話還是悲歌
  9.5  本章小結
  參考文獻
附錄：晶元技術發展進程中具有里程碑意義的幾本書

  • 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