机构名称：
¥ 1.0
教授：Lizy Kurian John博士办公室：EER 5.876办公时间：t 9：30-10：30am e-mail电子邮件：ljohn@ece.utexas.edu我的主页：http：//users.ece.utexas.utexas.edu/ dujohn ta：tbd ta：tbd ta：tbd ta：tbd ta：tbd ta of canvas and in Onlotiat and in of MACHILENT（MACHILE）。工作量。本课程提供了建筑技术的覆盖范围，以设计用于培训和推断机器学习系统的硬件。机器学习的硬件选择包括CPU，GPU，GPU+DSP，FPGA和ASIC。当前CPU用于推理任务，而培训主要是使用GPU进行的。将探索使用这些不同的计算范式实施培训和推理工作量的权衡。将研究新兴的ML加速器。学生将阅读研究论文并完成一个重大项目。项目可以是硬件设计项目或表征/基准测试/优化项目。课程内容（暂定）：
EE 382V机器学习的硬件体系结构
主要关键词
相关文件推荐
