怡心湖

常识论

传感器换能攻击方法和安全防护方法简介

换能攻击之信号注入为成功且高效地向传感器中注入恶意信号,攻击者需要同时考虑信号的注入点以及信号的类型、幅度和频率等影响信号注入效率的参数。注入点与信号类型由于换...

浅谈人工智能的安全风险问题

近几年,无论是网络安全还是人工智能(AI)都呈现蓬勃发展之态势,并且都上升到了国家战略的高度。从目前来看人工智能和网络安全融合主要有三个方向,分别是人工智能自身...

基于人工智能的网络安全威胁对抗浅谈

人工智能技术虽然自身风险类型较多,但是在实际情况中真正形成威胁态的还相对较少。威胁是已经发生或者即将发生的安全事件,是有实际对手的,如黑灰产、黑客、不法资本、恶...

人工智能在网络安全领域应用的挑战

人工智能并不是近年来的新概念,自上世纪50年代起就已有人工智能的相关研究了。随着相关技术的不断突破,人工智能在数十年的发展历程中也出现了数次高峰波谷,而近年来深...

神经网络自动量化压缩的问题与挑战

模型量化和剪枝可以降低DNN的计算规模,加速其计算过程,但是不恰当的压缩方法可能会导致模型性能极大退化,甚至导致DNN模型完全不能实际应用。比如,裁剪掉过多的连...

存内计算的挑战与解决思路探讨

近年来,随着多核处理器的发展和各类领域定制加速器的不断涌现,计算系统的计算性能得到了迅速提高。但是,存储架构受到传统存储器件(SRAM/DRAM)密度和带宽的限...

浅谈深度神经网络的压缩需求

深度神经网络的压缩需求目前,深度神经网络(Deep Neural Network,DNN)已在诸多领域得到广泛应用并获得显著成效,但是其模型规模庞大、计算复杂,...

深度神经网络的剪枝和量化方法

神经网络模型剪枝深度神经网络(DNN)模型剪枝是通过去除DNN中冗余的参数和结构来降低DNN的计算量,可分为非结构化剪枝和结构化剪枝。非结构化剪枝将DNN中每个...

浅谈深度神经网络处理器架构演进

深度神经网络(DNN)因其强大的表征能力,在图像识别、自然语言处理、物体识别、自动驾驶等多个领域取得了突破性进展。为了适应更复杂的应用场景,深度神经网络不断发展...

深度神经网络的压缩技术演进发展探讨

神经网络压缩技术最重要的是设计抽象层次上的发展,遵循软件算法-硬件架构-软硬件协同设计的轨迹。从软件算法角度来看,压缩深度神经网络模型一直是AI领域的一个重点研...

深度神经网络的架构优化方法与压缩动态化

神经网络稀疏性对架构的优化由于设计抽象层次软硬件的界限逐渐模糊,工程师们可以从工具链的角度利用神经网络的稀疏性对DNN架构展开优化,并遵循算法库设计-定制化算子...

神经网络加速器通用芯片简介

近年来,随着神经网络算法研究不断取得重大进展,其在图像识别、目标检测、语音识别和自然语言处理等方面均得到了广泛的应用。然而,随着神经网络层数的不断增加,算法所需...

神经网络加速器软件编程系统设计探讨

神经网络加速器为提升神经网络算法的实现性能提供了基础架构,而神经网络应用的实际执行必须有合适的软件编程系统配合,才能充分发挥神经网络加速器的硬件优势。在实际应用...

AI加速器优化方法探讨

目前越来越多的硬件为AI算法提供加速优化支持。通常,AI硬件可以通过降低工作负载、提升峰值性能、提升计算效率等方法来提供加速优化。降低工作负载剪枝神经网络有较大...

AI模型的压缩与编译协调设计探讨

近年来,机器学习的研究和发展与日俱新,机器学习被用于各种复杂的场景与任务,但随之而来是机器学习模型变得更加庞大与复杂。现有边缘设备(如智能手机)的存储能力与计算...

神经网络基于模式的剪枝和编译器优化方案

基于模式的剪枝非结构化和结构化剪枝方案代表了设计空间中的两个极端。在非结构化剪枝中,任何权重都可以被修剪,这其实是一种细粒度的方法。相反,在结构化修剪中,整个过...

神经网络的AI加速器简介

神经网络是什么?神经网络(Neural Network,NN)作为人工智能(Artificial Intelligence,AI)领域的一类机器学习模型,近年来...

AI加速器的软硬件协同优化探讨

构建高效AI系统的一个重要指导思想是软硬件协同设计,这是因为软件算法和硬件架构在神经网络应用中互相影响、紧密耦合。考虑到AI系统的软硬件协同优化,主要有三个因素...

什么是贝叶斯深度学习?

人工智能近期的进展显示,通过构建多层的深度网络,利用大量数据进行学习,可以获得性能的显著提升。目前,以神经网络为主的深度学习技术已经在众多领域获得应用,包括图像...

贝叶斯深度学习的算法和编程库简介

贝叶斯深度学习算法贝叶斯深度学习模型为推断和学习算法带来了很多新的挑战,特别是深度神经网络的复杂非线性使得后验分布在高维空间中具有很多个模式(mode)。面对这...

生物识别技术的用途和风险分析探讨

生物识别技术通过对采集到的生物信息,譬如指纹、面部等,利用算法进行匹配以区分生物个体。早期的生物识别通常利用两眼间的瞳距等空间距离作为特征,建立特征向量或者矩阵...

物联网时代的搜索引擎的输入和输出简介

在信息化时代,搜索引擎逐渐成为人们获取信息最便捷的方式,在人们的工作学习、交通出行、旅游娱乐等过程中发挥着重要作用。从PC时代到移动互联网时代,搜索引擎的功能与...

人机物群智计算的研究挑战与展望

人机物群智计算概念中的人、机、物等关键要素主要是:人:主要体现为社会空间中的广大普通用户及其携带的移动或可穿戴设备,其发挥的作用一方面为人类智慧(包括个体或群体...