這學期課程將著重於高效能運算(HPC)與人工智慧(AI)系統平台技術，討論影響效能的軟硬體因素，以及探究未來的趨勢與挑戰。課程中將教導學生HPC與AI系統研究所需具備的進階知識、研究工具、以及研究方法，包括多核心系統、虛擬化技術、平行處理、異質計算、可重組計算等最新的平台，如何運用效能與能耗量測工具等快速有效地建構實驗環境、分析系統運作狀況，並且透過期末專題學習從事系統研究的方法。

傳統的HPC以解決重要的科學與工程問題為主，但如今的HPC已被投入於各種與民生和商業用途，例如精準醫療、大數據分析、商業智能等，成為各行各業創新的利器。尤其在AI與深度學習的應用上，設計複雜的人工神經網路模型，並且以大數據反覆訓練，需要消耗非常多的計算資源，往往需要HPC來大幅縮短所需時間，因此近年來HPC結合深度學習應用的發展極為迅速可觀，可謂百花齊放。GPU雖然是時下熱門的解決方案，但專為特定人工智慧應用打造的ASIC，或是隨時可根據應用特性變換電路結構的FPGA，具有低能耗的優勢，符合需要低功率的行動裝置或是希望節省用電成本的資料中心的需求。然而，如何從應用面出發，選擇最合適的加速器，同時優化人工智慧軟體框架對應用與加速器的效率，則是在設計與佈署人工智慧系統的關鍵技術。