掌握常用的深度学习网络原理:vgg16,resnet18,fasterRcnn,monilnetV3,bert等网络;
掌握常用算子底层优化原理:conv,maxpooling,elementwise,depthwiseconv group conv ,pointwise conv以及常用的proposal 算子。
掌握caffe,tensorflow,pytorch等深度学习框架
目前主要负责AIcore的架构设计和性能验证,具有C++,python 建模能力。
1:完成D 系列芯片二代AIcore芯片部分模块的C++ 时序仿真建模
2:完成AIcore芯片对各种网络算法的适应性的分析,以及底层接口实现。
3:搭建了16系列芯片的ESL仿真平台,开发了多个模块(D3A,Sec,HPRE)是功能级仿真模型。