CCF-ADL81：陈云霁丨深度学习处理器

类脑计算，是指仿真、模拟和借鉴大脑生理结构和信息处理过程的装置、模型和方法，其目标是制造类脑计算机和类脑智能，相关研究已经有二十多年的历史。与经典人工智能符号主义、连接主义、行为主义以及机器学习的统计主义这些技术路线不同，类脑计算采取仿真主义：结构层次模仿脑（非冯·诺依曼体系结构），器件层次逼近脑（神经形态器件替代晶体管），智能层次超越脑（主要靠自主学习训练而不是人工编程）。

本期CCF学科前沿讲习班《类脑计算》将从模拟生物神经元和神经突触的神经形态器件、神经网络芯片以及类脑计算模型和应用等方面对国内外研究进展进行介绍，探讨相关技术的未来发展趋势。本讲习班旨在帮助学员快速入门类脑计算原理和技术，了解学科热点以及应用方法，开阔科研视野，增进学术交流和增强实践能力。

CCF-ADL81期：
http://www.mooc.ai/course/114

2017年CCF-ADL78-87（10期全）:
http://www.mooc.ai/course/87

陈云霁

中科院计算所 

陈云霁，1983年生，江西南昌人，中国科学院计算技术研究所研究员，博士生导师，未来计算实验室主任，主要研究方向是智能处理器。在此之前，他从事国产处理器的研发工作十余年，先后负责或参与了多款龙芯处理器的设计。他在包括ISCA、ISSCC、HPCA、MICRO、ASPLOS、ICSE、IJCAI、Hot Chips、FPGA、IEEE Micro以及8种IEEE/ACM Trans.在内的学术会议及期刊上发表论文90篇。陈云霁获得了中国青年科技奖、首届国家自然科学基金“优秀青年基金”、首届国家万人计划“青年拔尖人才”、中国计算机学会青年科学家奖以及中科院青年人才奖，作为负责人带领科研团队获得了全国“青年文明号”和中央国家机关“青年文明号”的称号。由于其在深度学习处理器上的开创性贡献，他入选了MIT Technology Review评选的2015年度全球35位杰出青年创新者，并多次获得CCF A类会议的最佳/最高分论文。

课程主题：深度学习处理器

从科技的角度看，每个时代的发展都有其核心物质载体。工业时代的核心物质载体是发动机，信息时代的核心物质载体是通用处理器。由于深度学习是目前最重要的智能计算技术，未来智能时代的物质载体可能会是深度学习处理器。自中科院计算所2012年和Inria合作研制全球首个深度学习处理器架构以来，深度学习处理器已经成为整个计算机体系结构领域最关注的研究方向，受到IBM、Intel、HP、微软、哈佛大学、斯坦福大学、普渡大学、UCLA、UCSB、哥伦比亚大学、佐治亚理工和德州大学奥斯丁分校等国际知名机构的跟踪。CCF A类会议ISCA 2016上甚至有近1/6的论文聚焦于此方向。在此，我们将介绍自己对深度学习处理器的发展历程和未来前景一些不成熟的看法。