在传统的冯·诺依曼结构中，计算单元和存储单元是相互独立的。在计算过程中，计算单元需要将数据从存储单元中提取出来，处理完成后再写回存储单元。近年来处理器性能飞速提升，但是访问存储器速度并没有得到相应的提升，所以导致了访问存储器的速度无法跟上处理器消耗数据的速度，使得处理器的计算性能无法充分发挥出来，也就是业界所说的“存储墙”问题。

存算一体架构被业界视为彻底解决“存储墙”问题的终极架构之一，是指在存储单元中加入计算单元，在存储中实现计算功能，省去了数据搬运过程，可以有效解决“存储墙”问题。

CES 2019期间，硅谷华人AI芯片创业公司Gyrfalcon Technology（以下简称GTI）发布了三款基于计算存储一体化的独创APiM架构的AI加速芯片，可以将网络模型和数据以及激活单元一次性预加载到芯片上，不必再与存储器进行频繁的数据搬运，能够节省大量功耗，有效提升计算性能。

存算一体架构也是目前AI芯片领域最为大家所关注的研究方向之一，那么存算一体AI芯片的发展现状及应用前景究竟如何呢？

5月16日晚7点，GTI北京中心技术总监梁进将在智东西公开课平台主讲《存算一体AI芯片如何加速图像处理》。梁进老师将从存算一体AI芯片研究进展、APiM架构的存算一体磁存储MRAM芯片的特点及其在图像处理领域的应用等方面为我们带来系统讲解。

课程信息

主题：存算一体AI芯片如何加速图像处理
时间：5月16日
地点：「AI芯片」社群、智东西公开课小程序

课程内容

主题：存算一体AI芯片如何加速图像处理
讲师：GTI北京中心技术总监梁进
提纲
1.存算一体AI芯片研究进展
2.基于APiM架构的存算一体磁存储MRAM芯片的特点
3.存算一体AI芯片在图像处理中的应用
4.APiM架构芯片开发环境与应用案例

讲师介绍

梁进，现任 Gyrfalcon Technology Inc.（GTI）北京中心技术总监；本科毕业于北京邮电学院无线电工程微波通信专业；拥有清华大学无线电系硕士学位；30多年的工作经验，对嵌入式系统的开发，视频会议系统的终端侧和系统侧的研发与实现、都进行过深入的研究与实践。

入群路径

本次课程我们将设置主讲群，讲师将亲自入群交流。希望进入主讲群与老师认识和交流的朋友，扫描海报下方二维码添加智东西公开课联络员“大越（xdxaxx）”为好友，添加时请备注“姓名-公司-职位或姓名-学校-专业”，申请进入课程群交流。

社群规则

1、智东西社群坚持实名学习、交流和合作，入群后需要修改群昵称为：姓名-公司-所在领域，违者踢群；
2、禁止在群内广告和发送二维码等无关信息，违者踢群。