課程資訊
課程名稱
高效能人工智慧系統
High-Performance Artificial Intelligence Systems 
開課學期
107-2 
授課對象
電機資訊學院  資訊網路與多媒體研究所  
授課教師
洪士灝 
課號
CSIE5372 
課程識別碼
922 U4520 
班次
 
學分
3.0 
全/半年
半年 
必/選修
選修 
上課時間
星期二7,8,9(14:20~17:20) 
上課地點
資101 
備註
須具備計算機結構與作業系統之基礎。
總人數上限:80人 
Ceiba 課程網頁
http://ceiba.ntu.edu.tw/1072CSIE5372_HPAIS 
課程簡介影片
 
核心能力關聯
本課程尚未建立核心能力關連
課程大綱
為確保您我的權利,請尊重智慧財產權及不得非法影印
課程概述

近年人工智慧的快速發展,創造許多新興的應用,更由於追求更強大的人工智慧,高階的人工智慧系統紛紛引進高效能計算技術,包括異質計算、平行計算、分散式計算等系統架構,藉由軟硬整合的方式,優化系統效能。本課程從探討當前高效能人工智慧系統之設計方法,讓學生學到:
(一)當前發展人工智慧應用常用的軟體框架之內部結構
(二)如何為人工智慧應用設計系統架構與加速器
(三)如何評估系統軟硬體的效能
(四)未來人工智慧系統的發展趨勢: 仿神經計算與量子計算
經由本課程的訓練,培養學生成為未來炙手可熱的系統架構師。 

課程目標
本課程的目標在於讓修課學生深入了解當前發展高階人工智慧應用常用的軟體框架與硬體加速器,培養學生成為具備系統軟硬整合設計與評估能力的系統架構師。 
課程要求
待補 
預期每週課後學習時數
 
Office Hours
每週一 14:30~16:30 
指定閱讀
待補 
參考書目
待補 
評量方式
(僅供參考)
 
No.
項目
百分比
說明
1. 
作業與課堂討論、測驗 
50% 
 
2. 
期末專題 
40% 
 
3. 
線上討論 
10% 
 
 
課程進度
週次
日期
單元主題
第1週
2/19  Overview of the Course: Why and How to Develop High Performance AI Systems with Hardware-Software Co-Design 
第2週
2/26  Introduction to High Performance AI Systems 
第3週
3/05  Introduction to High Performance AI Systems 
第4週
3/12  Performance Analysis for Deep Learning Systems 
第5週
3/19  Performance Analysis for Deep Learning Systems 
第6週
3/26  Performance Analysis for Deep Learning Systems 
第7週
4/02  春假 
第8週
4/09  Discussion: Research Papers
#1 Efficient Processing of Deep Neural Networks: A Tutorial and Survey
 
第9週
4/16  Industry's View: Invited Speakers from Qualcomm 
第10週
4/23  Discussion: Research Papers 
第11週
4/30  Discussion: Research Papers 
第12週
5/07  Final Project Proposal 
第13週
5/14  Discussion: Research Papers 
第14週
5/21  Final Project Progress Report 
第15週
5/28  Discussion: Research Papers 
第16週
6/04  Final Project Progress Report 
第17週
6/11  Final Project Progress Report 
第18週
6/18  Final Project Demo/Report