名家介绍​​​​​​​

陈容 

硅谷DEEOCEPTION科技公司  CEO;德国杜伊斯堡-爱森大学博士后

个人履历：

1. 上海交通大学信息与信号处理博士学位；

2. 德国杜伊斯堡-爱森大学博士后；

3. 德国公司-MIMOON ( 现属于 Wireless Telecom Group, Inc) 工作六年；

4. 加入Cadence Design System (Tensilica processor IP part)前往美国加州硅谷工作；

5. 现担任DEEPCEPTION（深度感知科技）CEO。

主要研究：

1. 移动通信软件无线电项目，深入理解和应用不同的微处理；

2. 在Cadence主要是参与通信信号处理DSP及计算机视觉处理DSP的开发和部分售前技术支持工作；

3. 主要研发人工智能芯片。

讲堂大纲：

1. 开源硬件的历史、现状(DARPA开源项目，RISC-V开源处理器项目）

2. 开源硬件的未来

3. 人工智能时代开源硬件

4. NIVIDA的人工智能开源硬件（DLA）

5. 如何应用开源硬件提高人工智能计算平台的发展

6. 人工智能开源硬件计算平台实践

注：陈容博士课程为6月7号上午，课时为3个小时。届时他会在美国硅谷通过视频形式同步为学员授课并答疑解惑，使学员身临其境的感受大师风采。

名家介绍

何磊 

加州大学洛杉矶分校电气工程系教授、清洁能源研究中心主任

个人履历：

1. 担任过 Cisco，IBM, Intel, HP, Cadence, Synopsys, 时代新能源（ATL），华大九天等公司技术顾问；

2. 创办或共同创办5家涉及EDA，云计算，物联网，和人工智能的高科技公司。

著作：

1. 电路与系统, 物联网, 电动车等领域发表200多篇论文(H-index 39，总引用超5900次)。

主要研究：

1. 目前研究重点为FPGA，物联网，以及人工智能芯片与应用。

讲堂大纲：

人工智能芯片压缩和构架

1. 网络压缩：卷积神经网络压缩、卷积神经网络加速、循环神经网络压缩和加速等

2. 硬件加速：介绍加速度、加速度的并行性、内核/输入通道并行性、输入特性映射并行性、) 输入频道、输出频道并行、二进制网络硬件实现、压缩和架构的讨论、循环神经网络加速等

注：何磊教授课时为6月7号下午和6月8号整天。