在 AICon 北京 2019 大会上，王晓雷讲师做了《达芬奇密码：昇腾芯片的前世今生》主题演讲，主要内容如下。

演讲简介：

作为当前计算密度最大的单芯片，昇腾910芯片依照着华为公司“全栈全场景”的智能战略，仍旧采用了与去年发布的昇腾310一样的达芬奇架构。众所周知，在深度学习领域，从框架到模型，从API到库都是高度定制化的。这一自研架构在带来更强的算力与更好的能效比的同时，在逐步优化使用体验并建立用户生态的过程中，也遇到了不少困难和挑战。

本次分享将尝试回答下面几个问题：

为什么人工智能专用芯片具有强大的算力和能效比？
达芬奇架构的加速原理是什么样子的？
如果想要针对某种特定架构优化我的算法，使其达到性能最优，我可以采取什么策略？

在过去一年逐步完善人工智能芯片解决方案的具体实践中，我们也总结出了一些经验。本次演讲结合理论与实践，以深度学习中最常用的卷积算子优化为例，希望能够为大家在网络优化的道路上带来一些启发和帮助。

内容大纲：

一、商业价值=数据+算法+算力

二、计算芯片加速理论

GPU

TPU

三、典型智能计算芯片加速原理

计算单元

存储系统

控制单元

指令集设计

四、加速实战：卷积算子

基于矩阵计算单元的矩阵运算

卷积算子参数定义和数据排布方式

输入特征图数据的格式转换

分块矩阵相乘

性能分析

五、总结

深度学习性能提升小秘诀

人工智能芯片的发展趋势

听众受益点：

技术上，结合硬件架构的发展趋势，通过对算法加速理论的讲解，帮助算法开发人员理解人工智能算法的加速原理，把握算法和硬件的发展趋势。
业务上，将算法加速理论与硬件架构相结合，逐点解析卷积算子的实现，帮助听众掌握针对特定领域架构芯片的算法优化方法。

讲师介绍：

王晓雷，华为海思图灵智能算法专家。

王晓雷是海思图灵智能算法专家，在推荐系统、人机交互、多模态对话管理方向有丰富项目经验。曾为金融、零售、汽车等行业多家五百强公司提供算法咨询服务，致力于为企业量身打造端到端智能解决方案。目前专注于昇腾处理器的解决方案设计与生态建设。

完整演讲 PPT 下载链接：

https://aicon.infoq.cn/2019/beijing/schedule

创作场景

达芬奇密码：昇腾芯片的前世今生