fix source

datawhalechina · May 28, 2024 · c087518 · c087518
1 parent 1a7e68e
commit c087518
Show file tree

Hide file tree

Showing 2 changed files with 5 additions and 5 deletions.
diff --git a/source/第二章/2.4 AI硬件加速设备.md b/source/第二章/2.4 AI硬件加速设备.md
@@ -27,7 +27,7 @@ TPU即Tensor Processing Unit，中文名为张量处理器。2006年，谷歌开
 
 TPU的设计架构如下图
 
-<img src="./figures/TPU.jpg"  />
+![](./figures/TPU.jpg)
 
 上图：In-datacenter performance analysis of a tensor processing unit，figure 1
 
@@ -53,15 +53,15 @@ MMU的脉动阵列包含256 × 256 = 65,536个ALU，也就是说TPU每个周期
 
 TPU以700兆赫兹的功率运行，也就是说，它每秒可以运行65,536 × 700,000,000 = 46 × 1012次乘法和加法运算，或每秒92万亿（92 × 1012）次矩阵单元中的运算。
 
-<img src="./figures/MMU.jpg" style="zoom:80%;" />
+![](./figures/MMU.jpg)
 
 上图：In-datacenter performance analysis of a tensor processing unit，figure 4
 
 #### 确定性功能和大规模片上内存
 
 如图是TPU的平面设计简图，黄色为MMU运算单元，蓝色是统一缓存和累加器等数据单元，绿色是I/O，红色是逻辑控制单元。
 
-<img src="./figures/FloorPlan.jpg" style="zoom: 67%;" />
+![](./figures/FloorPlan.jpg)
 
 上图：In-datacenter performance analysis of a tensor processing unit，figure 2
 
@@ -93,7 +93,7 @@ NPU即Neural-network Processing Unit，中文名为神经网络处理器，它
 
 那么DianNao是如何模拟神经元进行工作的呢，我们可以看看它的内部结构图：
 
-![](./figures/accelerator .jpg)
+![](./figures/accelerator.jpg)
 
 上图：DianNao: a small-footprint high-throughput accelerator for ubiquitous machine-learning，figure 11
 
@@ -119,7 +119,7 @@ NFU-3是非线性激活函数，该部分由分段线性近似实现非线性函
 
 ShiDianNao是机器视觉专用加速器，集成了视频处理的部分，它也是DianNao系列中唯一一个考虑运算单元级数据重用的加速器，也是唯一使用二维运算阵列的加速器，其加速器的运算阵列结构如下所示：
 
-<img src="./figures/shidiannao.jpg" style="zoom:67%;" />
+![](./figures/shidiannao.jpg)
 
 上图：ShiDianNao: Shifting vision processing closer to the sensor，figure 5
 

diff --git a/source/第二章/figures/accelerator .jpg → source/第二章/figures/accelerator.jpg b/source/第二章/figures/accelerator .jpg → source/第二章/figures/accelerator.jpg