ADL117报名中！清华汪玉教授为你讲授《人工智能的计算机系统观》

ADL117期《人工智能的计算机系统观》讲者嘉宾阵容强大，其中有一位在行业内声名遐迩，他就是清华大学的汪玉教授。点击了解本期活动详情及报名

ADL每期的嘉宾阵容都堪称强大，其中不乏在业内声名遐迩的顶级专家，此前我们专门介绍了115期的杨强教授、116期的李宏毅教授，当然，除了他们，ADL邀请的每位专家都是行业大咖，ADL课程的专业含金量在业内亦是有口皆碑，其独特的授课方式让学员短期内就能深刻了解和掌握一个专业领域的最新发展动向，正因如此，吸引越来越多的学员前来，加速获得专业提升。

左右滑动查看

/ CCF青竹奖获得者 /

汪玉的名字为越来越多的中国计算机学会的会员所熟知，要从他获得CCF“青竹奖”说起。2019 年 5 月，汪玉荣获“CCF青竹奖”。CCF 设立“青竹奖”，取义于“势如破竹，价值初显”，喻指矢志不渝、光芒显著的优秀人才。“青竹奖”瞄准打造产学研最权威最具影响力的专业奖项。它的设立旨在表彰推动科研进步的青年杰出人才，鼓励产学研人才创新。作为在计算机范畴从事工业和高水平学术研究，跨界交融并做出突出贡献的青年精英，汪玉获得“青竹奖”当之无愧。

/ 清华大学高人气值教师 /

教学方面，汪玉是一位备受学生喜爱的好老师。知乎网友推荐他为“清华值得推荐的老师”，来看下他的口碑——

/ 学术和科研硕果累累 /

在学术和科研上，汪玉也是硕果累累，长期从事高能效电路与系统研究，发表论文200余篇，IEEE/ACM杂志50余篇；谷歌学术引用9600余次。曾获ASPDAC19、FPGA17、NVMSA17、ISVLSI12最佳论文，以及9次国际会议最佳论文提名。担任ACM SIGDA-NEWS主编，IEEE TCAD、TCSVT编委，以及DAC等顶级会议技术委员会委员。获2019年中国计算机学会青竹奖、2018年国际设计自动化会议40岁以下创新者奖(DAC 2018 Under-40 Innovators Award)、2017年中国计算机学会科学技术奖技术发明一等奖等荣誉，荣获2019年德国洪堡奖学者(Alexander von Humboldt Fellowship)、2018年中关村高聚工程高端领军人才等称号。

/ 产业推动多项成果转化 /

除了在教学科研方面硕果累累，汪玉在产业方面也取得了重要成果。致力于高效推进学术与技术的产品化，带领团队实现了多项成果转化。他和学生联合创立了一家AI公司--深鉴科技。深鉴科技是一家专注于深度学习处理器研发与推广的公司，拥有业界领先的机器学习研究能力，深度学习加速器研究成果2016年初知识产权转化入股北京深鉴科技有限公司，2018年末被可重构计算龙头企业赛灵思以约3亿美元收购，清华大学知识产权价值超2亿元人民币，并推动了全球范围的FPGA深度学习加速器产业化。

ADL117期非常有幸邀请到汪玉教授做特邀报告，他的报告题目是：面向智能的高能效系统与硬件架构。人工智能已经赋能许多关键领域，如安防监控、无人驾驶、国防装备等，其计算量呈爆炸式的增长趋势。以安防监控为例，全球范围内安全摄像头每天产生约2500PB的数据 ，同时处理这些数据需要108个Nvidia T4深度学习卡的内存容量，对应的整体计算功耗高达7.5×10^6 KW，一年耗电量相当于0.66个三峡水电站一年的发电量。推动人工智能在各类生活场景中快速落地，需要实现人工智能算法向硬件系统的高效映射，这对面向智能的系统与硬件架构设计提出了巨大挑战。一方面，智能算法算力要求激增与通用硬件能效提升缓慢之间存在矛盾；另一方面，非结构化稀疏数据结构和结构化硬件架构存在矛盾。

报告将介绍结构化稀疏剪枝和动态低比特量化技术，在几乎不损失准确率的情况下将模型计算量和带宽需求压缩10-20倍，设计的FPGA专用加速器相比CPU、GPU分别实现高达40倍和16倍的能效提升。通过提出业界广泛采用的“剪枝-量化-定制”神经网络软硬件协同设计范式，提出基于FPGA的粗粒度指令集架构和神经网络层融合编译技术，整合形成面向FPGA的端到端部署工具链，提升26%计算效率的同时将任意神经网络模型的硬件部署开销降低至百秒量级，突破了智能算法专用硬件开发周期长的难题。进一步地，针对更大规模且更稀疏的图神经网络场景，通过抽取基本稀疏算子库并设计加速架构，实现相较传统框架多达3.67倍的加速，并形成一整套面向大规模图神经网络的稀疏算子加速库。

如果你想近距离聆听知道汪玉老师讲解人工智能是如何赋能高能效系统与硬件架构的，亲身感受这位人气专家的智者魅力，得其专业亲传，那就赶紧来报名参加ADL117吧！点击了解更多关于ADL117讲者

扫描或识别以下二维码，报名参加ADL117期精彩课程

点击“阅读原文”，马上报名参加ADL117！