2019年7月15日下午，北卡罗莱纳州立大学计算机系慎熙鹏教授受邀到我所做题目为“Adaptive Deep Reuse: Accelerating DNN on the Fly”的报告，该报告也是听觉模型与认知计算系列讲座之一。报告由徐波研究员主持，五十余名师生参加。 

　　慎熙鹏教授介绍了团队近几年在DNN训练和推断加速方面的自适应深度复用工作，并为大家开展神经网络训练和推断加速，以及适用于硬件的神经网络模型设计提供了诸多宝贵的建议。 

    报告会后，慎熙鹏教授分别与徐波研究员团队，程健研究员团队以及陈亮研究员团队等在在神经网络加速学习和芯片设计方面进行深入探讨。徐波研究员团队首先介绍了听觉模型与智能对话方面的研究进展，随后就脉冲神经网络模型的事件驱动和异步计算特性展开交流。陈亮研究员团队在异构计算、数据稀疏与规则化计算之间的差异问题以及类脑芯片设计方面进行了讨论。最后，程健研究员团队介绍了量化神经处理器QNPU，并围绕专用/通用编译器设计方面进行了交流。

讲座