تتزايد التحديات المتعلقة بتنفيذ الشبكات العصبية العميقة بشدة نتيجة للزيادة المطردة في أحجامها وتعقيدها. ومع ذلك، فإن الحاجة إلى تنفيذ فعّال لهذه الشبكات أصبحت أكثر إلحاحًا، خصوصًا في تصميم منصات الحوسبة عالية الأداء (HPC) والمنصات المتنوعة التي يتم استخدامها. وقد أدت هذه الحاجة إلى ظهور العديد من الاقتراحات المتعلقة بالمعماريات المتخصصة لمنصات التعلم العميق ومسرعات الأجهزة.

يتطلب تصميم هذه المعماريات والمسرعات نهجًا متعدد التخصصات يجمع بين الخبرات من مجالات متعددة، تتراوح من تعلم الآلة إلى تصميم الكمبيوتر، وحتى تصميم الأجهزة منخفضة المستوى والحوسبة التقريبية. لذا، تم تطوير عدة منهجيات وأدوات لتحسين عملية تصميم المسرعات المخصصة للتعلم العميق، بهدف زيادة التوازي وتقليل حركة البيانات.

تقدم هذه الورقة مراجعة نقدية للأدوات والمنهجيات المؤثرة في مجال مسرعات التعلم العميق، موفرةً وجهة نظر شاملة في هذا المجال سريع التطور. كما أن هذا العمل يكمل الدراسات المتعلقة بالمعماريات والمسرعات من خلال تغطيته لتصميمات متقاربة بين الأجهزة والبرمجيات، وتصميم تلقائي، ومجمّعات مخصصة، واستكشاف فضاءات التصميم، والنمذجة والمحاكاة.

إن فهم هذه الاتجاهات والأدوات يعد أمرًا حيويًا لجذب الانتباه إلى التحديات الفنية والاتجاهات البحثية المفتوحة في هذا المجال المتسارع، والذي يعد حتمًا عنصراً أساسيًا في تحقيق الأداء العالي والكفاءة الطاقية.