掌握常用的深度学习网络原理：vgg16,resnet18，fasterRcnn,monilnetV3,bert等网络；
掌握常用算子底层优化原理：conv,maxpooling,elementwise,depthwiseconv group conv ,pointwise conv以及常用的proposal 算子。
掌握caffe,tensorflow,pytorch等深度学习框架
目前主要负责AIcore的架构设计和性能验证，具有C++，python 建模能力。

1：完成D 系列芯片二代AIcore芯片部分模块的C++ 时序仿真建模
2：完成AIcore芯片对各种网络算法的适应性的分析，以及底层接口实现。
3：搭建了16系列芯片的ESL仿真平台，开发了多个模块（D3A,Sec,HPRE)是功能级仿真模型。