今天，我们将介绍清华大学交叉信息研究院助理教授高鸣宇的《Interstellar: Using Halide’s Scheduling Language to Analyze DNN Accelerators》。

高鸣宇，博士毕业于美国斯坦福大学电子工程系。主要研究成果包括针对大数据应用的近数据处理架构软硬件系统，高密度低功耗可重构计算芯片，及专用神经网络芯片的调度优化。已发表多篇国际顶级学术会议（ISCA、ASPLOS、HPCA、PACT等）论文，授权多项专利。曾获得IEEE Micro 2016年度计算机系统结构最佳论文奖（Top Picks）、欧洲HiPEAC论文奖、福布斯中国评选2019年“30 Under 30”等荣誉。

本次演讲中，高鸣宇带来了他发表在ASPLOS 2020上的最新作品——Interstellar。Interstellar是高鸣宇在Stanford求学期间与他人合作提出的基于Halide调度语言对DNN加速器进行分析的工具。在演讲中，高鸣宇从DNN加速计算中通用的7层循环计算入手，阐述了DNN加速器的Blocking，Resource Allocation和Dataflow三个维度，并使用循环变换描述设计空间，进而利用Halide中的调度语言进行实现。思路清新完整，令人豁然开朗。以下是智源社区编辑整理的讲座内容，让我们一起跟随高鸣宇开启DNN 加速器的星际探测之旅吧！

https://mp.weixin.qq.com/s/c7OIvN16atgv58Ck7W1UWQ

内容中包含的图片若涉及版权问题，请及时与我们联系删除