課程名稱 |
人工智慧架構與系統設計 Computing Architecture and System design for AI Machine Learning |
開課學期 |
110-1 |
授課對象 |
電機資訊學院 電信工程學研究所 |
授課教師 |
陳良基 |
課號 |
EEE5059 |
課程識別碼 |
943 U0610 |
班次 |
|
學分 |
3.0 |
全/半年 |
半年 |
必/選修 |
選修 |
上課時間 |
星期四2,3,4(9:10~12:10) |
上課地點 |
電二144 |
備註 |
總人數上限:40人 |
|
|
課程簡介影片 |
|
核心能力關聯 |
核心能力與課程規劃關聯圖 |
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 |
Part I Understanding Deep Neural Networks
1. Introduction
2. Overview of Deep Neural Networks
Part II Design of Hardware for Processing DNNs
3. Key Metrics and Design Objectives
4. Kernel Computation
5. Designing DNN Accelerators
6. Operation Mapping on Specialized Hardware
Part III Co-Design of DNN Hardware and Algorithms
7. Reducing Precision
8. Exploiting Sparsity
9. Designing Efficient DNN Models
10. Advanced Technologies
|
課程目標 |
1. 了解AI運算的關鍵設計考量
2. 能有效使用運算需求評估各種不同的AI架構
3. 有能力評估各種AI架構及平台的優劣
4. 了解並熟習各種AI架構的最佳化設計方法
5. 了解最新AI架構設計趨勢及機會
|
課程要求 |
參與課程討論、研讀及撰寫報告、提出自我設計及評估
預修科目:計算機架構、邏輯設計 |
預期每週課後學習時數 |
|
Office Hours |
|
指定閱讀 |
|
參考書目 |
‘Artificial Intelligence Hardware Design: Challenges and Solutions’
Albert Chun Chen Liu, Oscar Ming Kin Law
2021-8-17 ISBN: 978-1119810452
|
評量方式 (僅供參考) |
No. |
項目 |
百分比 |
說明 |
1. |
課程參與討論 |
30% |
|
2. |
研讀報告 |
30% |
|
3. |
設計及評估報告 |
40% |
|
|