1. 深度学习面临的问题：
1）模型越来越大，很难在移动端部署，也很难网络更新。
2）训练时间越来越长，限制了研究人员的产量。
3）耗能太多，硬件成本昂贵。
解决的方法：联合设计算法和硬件。
计算硬件可以分为通用和专用两大类。通用硬件又可以分为CPU和GPU。专用硬件可以分为（FPGA和ASIC，ASIC更高效，谷歌的TPU就是ASIC）。
2. Algorithms for Efficient Inference
1）Pruning，修剪掉不那么重要的神经元和连接。第一步，用原始的网络训练；第二步，修剪掉一部分网络；第三步，继续训练剩下的网络。不断重复第二步和第三步。在不损失精度的情况下，网络可以缩小到原来的十分之一（继续缩小精度会变差）。
2）Weight Sharing，权重并不需要那么精确，可以把一些近似的权重看成一样的（比如2.09、2.12、1.92、1.87可以全部看成2）。也是在原始训练基础上，用某种方式简化权重，然后不断训练调整简化权重的方式。在不损失精度的情况下，网络可以缩小到原来的八分之一。
前两种方法可以结合使用，网络可以缩小到原来的百分之几。有个名字Deep Compression。
3）Quantization，数据类型。TPU的设计主要就是优化这一部分。
4）Low Rank Approximation，把大网络拆成一系列小网络。
5）Binary（二元）/Ternary（三元） Net，很疯狂地把权重离散化成（-1,0,1）三种。
6）Winograd Transformation，一种更高效的求卷积的做法。
3. Hardware for Efficient Inference
这个方向各种硬件的共同目的是减少内存的读取（minimize memory access）。硬件需要能用压缩过的神经网络做预测。
EIE（Efficient Inference Engine）（Han et al. ISCA 2016）：稀疏权重（扔掉为0的权重）、稀疏激活值（扔掉为0的激活值）、Weight Sharing（4-bit）。
4. Algorithms for Efficient Training
1）Parallelization。CPU按照摩尔定律发展，这些年单线程的性能已经提高的非常缓慢，而核的数量在不断提高。
2）Mixed Precision with FP16 and FP32，正常是用32位计算，但计算权重更新的时候用16位。
3）Model Distillation，用训练的很好的大网络的“软结果”（soft targets）作为标签提供给压缩过的小网络训练。这是Hinton的一篇论文提出的，里面解释了为什么软结果比ground truth更好。
4）DSD（Dense-Sparse-Dense Training），先对原始的稠密的网络做Pruning，训练稀疏的网络后，再Re-Dense出稠密的网络。Han说这是先学习树的枝干，再学习叶子。相比原来的稠密网络，Re-Dense出的精度更高。
5. Hardware for Efficient Training
Computation和Memory bandwidth是影响整体性能的两个因素。
Han对比Nvidia Pascal和Volta，猛吹了一波Volta。。。Volta有120个Tensor Core，非常擅长矩阵运算。