神经网络硬件加速：一项综合调查
分析
这篇综述论文全面概述了深度学习的硬件加速技术，解决了由于模型规模增大和部署多样性而导致的高效执行变得越来越重要的问题。对于希望了解硬件加速器、优化策略以及该领域未解决问题的研究人员和从业者来说，这篇论文很有价值。
要点
引用
“该调查回顾了深度学习硬件加速的技术概况，涵盖了GPU和张量核心架构；特定领域的加速器（例如，TPU/NPU）；基于FPGA的设计；ASIC推理引擎；以及新兴的LLM服务加速器，如LPU（语言处理单元），以及内存内/近内存计算和神经形态/模拟方法。”