
大规模神经网络计算系统与关键算法 针对大规模神经网络模型计算效率低、能源消耗大等问题,结合云、边、端异构计算系统在体系结构、网络连接等方面的不同特性,研发计算、访存、通信效率高度优化的神经网络模型、分布式训练算法和异构推理算法等,并结合国产计算芯片的特点,通过自动编译、代码生成等手段降低编程门槛,提升运行效率,推动国产人工智能算力的普及应用。 针对科学计算、大数据、人工智能、无线通信等领域所涉及的基础数学、线性代数、张量代数等各类基础性计算问题,面向CPU、GPU、NPU等主流硬件平台,屏蔽底层硬件细节,制定科学、统一的算子与算法接口标准,并在此基础上研发高性能计算库,推动行业技术共同进步,为国家重点科研、应用领域提供有力的技术支撑。