LeafKlimaneutrales Unternehmen CoinFaire Preise PackageSchneller und kostenloser Versand ab 14,90 € Bestellwert
Artificial Intelligence Hardware Design

Artificial Intelligence Hardware Design

inkl. MwSt. Versandinformationen

Lieferzeit 1-3 Werktage

24,98 €

Lieferzeit 1-3 Werktage

Kurzinformation
Sprache:
Englisch
ISBN:
9781119810452
Seitenzahl:
240 Seiten
Auflage:
-
Erschienen:
2021-08-18
Mit diesem Kauf sparst Du 2,06 kg CO2

Mehr Informationen zum Zustand
Green Tree

Gebrauchte Bücher kaufen

  • Sehr gut erhalten
  • Unbenutzt
  • Als Geschenk geeignet
Information
Das Buch befindet sich in einem sehr guten, unbenutzten Zustand.
Information
Das Buch befindet sich in einem sehr guten, gelesenen Zustand. Die Seiten und der Einband sind intakt. Buchrücken/Ecken/Kanten können leichte Gebrauchsspuren aufweisen.
Information
Das Buch befindet sich in einem guten, gelesenen Zustand. Die Seiten und der Einband sind intakt. Buchrücken/Ecken/Kanten können Knicke/Gebrauchsspuren aufweisen.
Information
Das Buch befindet sich in einem lesbaren Zustand. Die Seiten und der Einband sind intakt, jedoch weisen Buchrücken/Ecken/Kanten starke Knicke/Gebrauchsspuren auf. Zusatzmaterialien können fehlen.

Neues Buch oder eBook (pdf) kaufen

Information
Neuware - verlagsfrische aktuelle Buchausgabe.
Natural Handgeprüfte Gebrauchtware
Coins Schnelle Lieferung
Check Faire Preise

inkl. MwSt. Versandinformationen

Lieferzeit 1-3 Werktage

24,98 €

Lieferzeit 1-3 Werktage

Weitere Zahlungsmöglichkeiten  
Zahlungsarten

Beschreibung

Artificial Intelligence Hardware Design
Challenges and Solutions

ARTIFICIAL INTELLIGENCE HARDWARE DESIGN Learn foundational and advanced topics in Neural Processing Unit design with real-world examples from leading voices in the field In Artificial Intelligence Hardware Design: Challenges and Solutions, distinguished researchers and authors Drs. Albert Chun Chen Liu and Oscar Ming Kin Law deliver a rigorous and practical treatment of the design applications of specific circuits and systems for accelerating neural network processing. Beginning with a discussion and explanation of neural networks and their developmental history, the book goes on to describe parallel architectures, streaming graphs for massive parallel computation, and convolution optimization. The authors offer readers an illustration of in-memory computation through Georgia Tech's Neurocube and Stanford's Tetris accelerator using the Hybrid Memory Cube, as well as near-memory architecture through the embedded eDRAM of the Institute of Computing Technology, the Chinese Academy of Science, and other institutions. Readers will also find a discussion of 3D neural processing techniques to support multiple layer neural networks, as well as information like: * A thorough introduction to neural networks and neural network development history, as well as Convolutional Neural Network (CNN) models * Explorations of various parallel architectures, including the Intel CPU, Nvidia GPU, Google TPU, and Microsoft NPU, emphasizing hardware and software integration for performance improvement * Discussions of streaming graph for massive parallel computation with the Blaize GSP and Graphcore IPU * An examination of how to optimize convolution with UCLA Deep Convolutional Neural Network accelerator filter decomposition Perfect for hardware and software engineers and firmware developers, Artificial Intelligence Hardware Design is an indispensable resource for anyone working with Neural Processing Units in either a hardware or software capacity. von Liu, Albert Chun-Chen;Law, Oscar Ming Kin;

Produktdetails

Einband:
Hardcover
Seitenzahl:
240 Seiten
Erschienen:
2021-08-18
Sprache:
Englisch
EAN:
9781119810452
ISBN:
9781119810452
Gewicht:
363 g
Auflage:
-
Alle gebrauchten Bücher werden von uns handgeprüft.
So garantieren wir Dir zu jeder Zeit Premiumqualität.

Entdecke mehr vom Verlag


Wie neu
24,98 €
Entdecke mehr zum Thema
frontend/listing/product-box/box-product-slider.tpl
frontend/listing/product-box/box-product-slider.tpl
frontend/listing/product-box/box-product-slider.tpl