作者简介

陈云霁中国科学院计算技术研究所副所长、研究员、博导，处理器芯片全国重点实验室主任，中国科学院大学岗位教授，中国计算机学会体系结构专委会主任。他带领团队研制了国际上首个深度学习处理器芯片“寒武纪1号”，相关成果两获计算机体系结构顶级国际会议最佳论文奖，并已应用在上亿台智能手机和服务器中。他的学术论文受五大洲、三十个国家、数百个知名机构广泛跟踪引用。他被 Science 杂志刊文评价为深度学习处理器的“先驱”和“引领者”，并获我国处理器芯片领域迄今为止唯一的国家自然科学二等奖（第一完成人）。他还曾获国家杰出青年科学基金、全国五一劳动奖章、中国青年五四奖章、全国创新争先奖、何梁何利基金科学与技术创新奖、教育部“青年长江学者”，并被 MIT Technology Review 评为全球35位杰出青年创新者（2015年度）。

李玲中国科学院软件研究所研究员、博导，CCF高级会员，IEEE Senior Member。研究方向为智能计算。在相关领域出版中文教材2本、英文教材1本，发表40余篇CCF A类期刊和会议论文。曾获得CCF A类会议MICRO 2014最佳论文奖、中国科学院杰出科技成就奖等奖励。作为负责人主持过多项国家自然科学基金项目、国家重点研发计划课题、中国科学院先导C类专项课题等。

赵永威中国科学院计算技术研究所副研究员。研究方向为智能处理器体系结构。在ISCA、MICRO、 Proc.IEEE 等会议和期刊上发表学术论文20篇。曾获得中国计算机学会优秀博士学位论文奖、MICRO 2022最佳论文Runner-up奖。

李威中国科学院计算技术研究所副研究员。研究方向为高性能智能计算系统设计技术。作为负责人或骨干承担了国家重点研发计划课题、国家科技重大专项项目、国家自然科学基金、中国科学院战略性先导课题等。作为核心成员参与了多款深度学习处理器的研发，发表或录用学术论文30余篇，出版专著三部。

郭崎中国科学院计算技术研究所研究员。长期从事计算机体系结构及人工智能相关研究。发表50余篇CCF A类期刊和会议论文。入选国家级青年人才，曾获得国家自然科学二等奖、中国科学院青年科学家奖、中国科学院杰出科技成就奖等。

文渊博中国科学院计算技术研究所助理研究员。研究方向为智能处理器体系结构和系统软件。深度参与多款深度学习处理器的系统软件研发工作，在ASPLOS、MICRO、ICML、NeurIPS等顶级会议和期刊上发表论文10余篇。

张蕊中国科学院计算技术研究所副研究员。研究方向为深度学习和处理器设计智能化，长期从事人工智能算法和软硬件协同相关的研究工作。先后在人工智能相关领域的国际顶级期刊和会议（包括 IEEE Trans. on PAMI 、NeurIPS、ICML、CVPR、ICCV、ICLR、AAAI、IJCAI等）上发表论文40余篇，申请专利20余项。多次荣获中国科学院计算技术研究所优秀科研人员称号。

本书由中国科学院计算技术研究所、软件研究所的专家学者倾心写就，以“图像风格迁移”应用为例，全面介绍智能计算系统的软硬件技术栈。相较于本书第1版，第2版以大模型为牵引进行更新。第1章回顾人工智能、智能计算系统的发展历程，第2、3章在介绍深度学习算法知识的基础上增加了大模型算法的相关知识，第4章介绍深度学习编程框架PyTorch的发展历程、基本概念、编程模型和使用方法，第5章介绍编程框架的工作原理，第6章回顾深度学习所用的处理器结构从通用逐步走向专用的过程，第7章介绍深度学习处理器的体系结构应当如何应对大模型处理中的计算、访存、通信瓶颈，第8章介绍基于BCL语言的高性能算子开发优化实践，第9章介绍面向大模型的计算系统并以BLOOM作为驱动范例。

本书适合作为高等院校相关专业的教材，也适合人工智能领域的科研人员参考。