近日，耐能创始人兼CEO刘峻诚等人编著的《深度学习-硬件设计》（Deep Learning-Hardware Design）一书正式出版，并被新竹清华大学、新竹交通大学、台湾成功大学采用为研究生阶段的教科书。此外，有关方面还在和中国大陆、美国的多所名校洽谈，预计到今年下半年，采用这本教科书的名校将超过10所。

刘峻诚透露，2019年，他和新竹清华大学资讯工程系教授林永隆合作，在该校开设AI芯片相关的研究生课程，受到学生的热烈欢迎，至今仍有很多师生询问索取讲义PPT。为此，刘峻诚等人将其编著成更详尽的教科书，详细介绍全球深度学习主要学术流派的经典架构与AI芯片主流厂商的硬件架构，并和新竹清华大学、新竹交通大学、台湾成功大学一拍即合，被这三所名校率先采用为研究生教科书。

应对深度学习领域重大的硬件挑战

刘峻诚指出，2012年，卷积神经网络（CNN）技术取得了重大突破。此后，通过汽车、零售、医疗保健和金融产品等，深度学习已广泛融入日常生活。 2016年，在强化学习（RL）的推动下，Alpha Go的成功进一步证明了AI革命将改变社会，就像个人电脑（1977年）、互联网（1994年）和智能手机（2007年）一样。然而，迄今为止，革命性的创新一直集中在软件开发上，而大输入数据、深度神经网络、大规模并行处理、可重构网络、内存瓶颈、密集计算、网络剪枝、数据稀疏性等重大的硬件挑战仍未得到解决。

为此，这本教科书在回顾CPU、GPU和NPU等各种硬件设计的同时，探讨了旨在应对上述挑战的特殊方法。作者认为，硬件性能和功耗的提升有望从并行架构、卷积优化、内存内计算、近内存架构、网络优化等设计改进中产生。

被多所名校采用

目前，这本教科书已被新竹清华大学、新竹交通大学、台湾成功大学等三所名校率先采用。它们均为台湾最顶尖的公立大学，在各类大学排行榜中长期位居前五名。值得一提的是，耐能创始人兼CEO刘峻诚正是自台湾成功大学电机工程系本科毕业后赴美留学，最终取得加州大学洛杉矶分校（UCLA）电子工程系博士学位。

与多位资深教授合作授课

刘峻诚表示，在新竹清华大学，这项课程将继续与林永隆教授合作授课；在成功大学，合作教授则已确定为该校计算机与通信工程研究所所长、华盛顿大学电机工程博士陈中和教授。

其中，林永隆教授是伊利诺伊大学香槟分校计算机科学博士，长期在新竹清华大学资讯工程系任教，并担任北京大学名誉教授。他的研究方向是集成电路设计自动化技术，近期则专注以硬件设计来实现高性能、低成本、低功耗的下一代视讯压缩IC。

林永隆教授认为，芯片设计需进行深度的产学研合作。为此，他曾在2001~2003年加入知名的无晶圆ASIC设计服务厂商——创意电子（GUC）担任CTO，还曾任台湾积体电路（即“集成电路”）设计学会理事长。此外，他曾经设计出一颗数码相机专用的系统单芯片，在全世界拥有很高的市场占有率。