AI芯片算法适配与算力优化教学课件.pptxVIP

AI芯片算法适配与算力优化微电子科学与工程专业教学课件|2026年6月

前言：课程概述与学习目标本课程定位为连接人工智能算法与微电子硬件实现的核心桥梁，致力于打破算法设计与芯片架构之间的壁垒，培养兼具AI算法创新能力与芯片工程落地视野，能够进行算法与架构协同设计的复合型前沿人才。知识层面：夯实理论基础系统掌握AI芯片的基础架构体系、主流深度学习算法的核心计算特征，以及并行计算、存储层次优化等关键算力提升技术的理论内核。能力层面：强化工程实践深入理解软硬协同设计理念，熟练运用模型量化、网络剪枝、编译优化等关键技术，解决AI模型在端侧、边缘侧芯片上的实际部署与性能瓶颈问题。思维层面：构建系统视野建立从算法创新、软件栈适配到硬件架构设计的全栈系统思维，能够跨层级分析AI计算系统的性能瓶颈，提出兼顾能效与算力的综合性解决方案。

目录CONTENTS01课程导论与AI芯片基础梳理课程核心脉络，建立AI芯片架构与应用场景的基础认知框架。02算法与硬件协同设计理念解析算法需求与硬件架构的相互影响，探究协同设计在提升效能中的关键作用。03主流AI算法及其计算特征深度剖析CNN、Transformer等核心算法的计算模式与访存特征。04核心算力优化方法（一）：模型压缩讲解剪枝、量化、知识蒸馏等技术，实现模型轻量化与部署效率提升。05核心算力优化方法（二）：编译优化从算子融合、内存调度到