本書主要討論機器學習、神經形態計算和神經網絡的理論及應用,專注於機器學習加速器和硬件開發。本書從傳統的微處理架構發展歷程入手,介紹在後摩爾定律和後丹納德微縮定律下,新型架構的發展趨勢和影響執行性能的各類衡量指標。然後從應用領域、ASIC和特定領域架構三個角度展示了設計特定的硬件實現所需考慮的諸多因素。接著結合機器學習開發過程及其性能提升方法(如模型壓縮、編碼、近似、優化等)介紹硬件實現的細節。zui後給出機器學習硬件實現的大量案例,展示機器如何獲得思維能力。本書適合有一定機器學習基礎並希望了解更多技術發展趨勢的讀者閱讀。