求知求至

摘要： 第一个Week 8的第二堂课 Week 8 Lesson 2， 后面还有第二个Week 8. 本节课程的材料是一篇关于Google TPU的介绍性文章，从DNN的计算需求、代码量、计算优化的介绍开始，接着介绍了TPU的起源、架构和具体实现。详细介绍了TPU的结构框图和芯片布局设计。 从TPU的架构框 阅读全文

摘要： 课程介绍里面有两个Week 8，不知道老师怎么上的。 还好，这第一个Week 8 的第一堂课没课。Yeah...... 阅读全文

摘要： 本周的课程只有一份材料，一般是一周两堂课的，这周只有一堂课。 按一周两堂课的频率，要真正理解每周课程的材料，需要大量的文献阅读才能领会材料讨论的问题。课程材料的选择每份材料都是选了一个研究的热点，内容跨度很大，绝对是高强度的学习，名校果然不同凡响。 说回来，本周课程的材料是一种芯片设计的架构，通过设 阅读全文

摘要： 这周第一单元，没有课 阅读全文

摘要： AI for Networking, Networking for AI. 本周第二节课程的主题还是算网一体之在网计算来加速AI的计算。 本周课程学习材料通过利用NETFPGA平台，通过特别设计的以太网封装的报文，讲强化学习中梯度计算的指令和数据封装在以太网报文中，利用NETFPGA实现参数的汇聚。 阅读全文

摘要： 上周课程的主题是ML技术用于网络，这周的主题是网络如何更好地支持ML。 ML的计算环境需要网络的支持，本周的主题是如何优化网络设计来更好地服务ML的运行。虽然网络本身可以支持各种业务，但是针对ML业务的特点还是可以做一些优化的。 计算能力针对ML进行了很多优化，异构计算大行其道就是计算能力针对ML的 阅读全文

摘要： 本周的课程都是真正和ML在网络中的应用有关系的。第一课是基于ML的算法预测网络情况实现的视频自适应可变速率编码。 本节课的内容是基于ML训练的模型算法来实现一个spark集群里面的不同任务的调度。 任务和任务之间千差万别，各自需要完成的时间也不同，不同的任务也有不同的分阶段和并行处理的不同要求，简单 阅读全文

摘要： 上周课程学习的是数据网络设备中的两个关键器件PP和TM的设计思路，两篇材料分别介绍了可编程的PP报文处理器的设计和可编程的TM流量管理芯片的设计。 本周第一课的内容回到了网络的控制协议方面。 文章研究了视频网站如何采用可变速率编码，为不同连接带宽的用户根据网络带宽情况发送不同编码速率的视频信号，这个 阅读全文

摘要： 本周的第二节课延续上一节课关于芯片设计的讨论，讲完报文处理流水线的设计以后，开始讲可编程流量管理的设计。 调度器和报文处理在分组网络里面就是通常说的Packet Processor和Traffic Manager芯片，通常用PP和TM指代。 PP的设计有多种流派，主要针对二层报文处理和三层报文的处理 阅读全文

摘要： 本周的课程跨度有点大，上周还是容器、SDN、虚拟交换机等这些控制和管理层面的东西，这周的课程直接深入到芯片设计的层面了。 课程选择的材料的作者之一是斯坦福大学的Nick Mckeown教授，就是SDN的开宗大师、现在的Intel高管、几次创业成功、跨商业和研究两届的大师为。 大师在作者中排第五位，估 阅读全文