數位、AI與量子運算架構
Computing Architecture for Digital, AI and Quantum computing
| 節 | 週五 |
|---|---|
B 19:30–20:20 | 數位、AI與量子運算架構 ED117 2 節連堂 |
C 20:30–21:20 |
* 根據陽明交大上課時間表所列
隨著半導體科技的飛速成長,IC運算平台從 Bit 為主導的數位運算,進入Neurons 所啟發的AI人智慧運算,未來即將迎來Qubit 主導的量子計算。本課程預計用六周的週五晚間課程,讓學生對 Digital, AI 與 Quantum 此三大運算架構,與最新的技術發展,做鳥瞰式的介紹。 在Bit為主導的數位運算,將探討IC半導體的進展,如何推動運算與通訊的興起,並帶動資訊科技飛 速成長,探討IC運算架構如何影響智慧型手機、5G/6G通訊、衛星通訊、超級電腦運算發展、AR/VR虛擬實境與Metaverse等領域的進展。並介紹世界半導體產業的現況與展望。 在 Neurons 所啟發的人工智慧運算上,探討現今的AI運算架構,與運算能源效益的重要性。在AI運算架構上,有耗電高達兩、三千萬瓦的超級電腦,也有小到耗電僅數毫瓦 的邊緣運算AI加速器,介紹不同的運算架構與設計考量。此外,隨著 Large-Scale Model 的出現, AI神經網路的參數規模,已經數億參數 (~100Mn) ,進展到千億參數,如 OpenAI GPT-3 (175Bn),更可能有數十兆參數的 Brain-scale AI model模型出現。需要更龐大的算力,以及巨量的資料,帶來全新的難題。也探討為何在計算架構發展數十年後,有人說現今是 "A New Golden Age for Computer Architecture”。 此外,在Qubit主導的量子計算,雖仍在探索階段,但近年發展迅速。透過量子糾纏,量子演算法具有遠超傳統架構的計算潛力。目前已有相當多的量子運算架構研發中,包含超導體量子、離子陷阱、冷原子、光量子等等。目前世界上已有 127qubit量子電腦,且有數個計劃將在十年內推進到百萬量子位元,甚至有機會破解現有密碼系統,而引起關注。但是量子電腦也非僅有物理元件,也需要IC 進行輔助控制,與大量軟體控制。另外量子運算也開始出現計算架構的 Hardware/Software Stack,朝向成熟應用發展,值得關注。此外也論及量子通訊與量子衛星的發展。 數位運算、人工智慧與量子運算,三種運算模式並非互相取代,而是各擅勝場,相輔相成,勾勒未來運算風貌。而IC半導體,也將持續成為驅動三種運算平台的重要核心技術。目前正值三種運算架構的興起與融合的萌芽期,對技術內涵深入了解,將有助於掌握未來科技發展的潮流。 本課程的目標,在於讓修課同學: 1. 瞭解並研究Digital, AI 與 Quantum 此三大運算架構與世界最新進展 2. 瞭解並研究 IC 半導體如何應用在此三大運算架構 3. 瞭解並研究對此三大運算架構如何應用並影響資訊科技進展 4. 讓修課同學發掘整合應用的機會,激發學習興趣與研究方向
無絕對必需先修科目要求,但建議具基本Computer Architecture 與 AI背景知識者為佳。
1. 數位運算架構 期中作業30% 2. AI運算架構 期中作業30% 3. 期末專題報告(可挑選數位、AI或量子運算架構,選擇較難主題可加分) 40%
| 週次 | 主題 |
|---|---|
| 第 1 週 | 主題:數位運算架構-1 IC半導體技術演變, CPU, GPU架構演變, 5G/6G通訊, 智慧型手機架構, 衛星通訊, 超級電腦演進與分析, AR/VR/Metaverse, Blockchain, 世界半導體產業分析 |
| 第 2 週 | 主題:數位運算架構-2 IC半導體技術演變, CPU, GPU架構演變, 5G/6G通訊, 智慧型手機架構, 衛星通訊, 超級電腦演進與分析, AR/VR/Metaverse, Blockchain, 世界半導體產業分析 |
| 第 3 週 | 主題:數位運算架構-3 IC半導體技術演變, CPU, GPU架構演變, 5G/6G通訊, 智慧型手機架構, 衛星通訊, 超級電腦演進與分析, AR/VR/Metaverse, Blockchain, 世界半導體產業分析 |
| 第 4 週 | 自主學習 (繳交作業) |
| 第 5 週 | 主題:AI 運算架構-1 ANN/SNN, Power efficiency, Computing-in-memory, Large scale model, Foundation Model, Hardware/Software Co-design, Case study (TPU, Cerebras. Tesla DOJO, etc.) |
| 第 6 週 | 主題:AI 運算架構-2 ANN/SNN, Power efficiency, Computing-in-memory, Large scale model, Hardware/Software Co-design, Case study (TPU, Cerebras. Tesla DOJO, etc.) |
| 第 7 週 | 主題:AI 運算架構-3 ANN/SNN, Power efficiency, Computing-in-memory, Large scale model, Foundation Model, Hardware/Software Co-design, Case study (TPU, Cerebras. Tesla DOJO, etc.) |
| 第 8 週 | 自主學習 (繳交作業) |
| 第 9 週 | 主題:量子運算架構-1 Quantum modality (Superconductor, Ion-Trap..), Quantum computing architecture, Error suppression, Error-correction, NISQ, Fault tolerance Quantum Computer, Quantum hardware/software stack, Quantum communication, QKD, Quantum Internet, Quantum satellite |
| 第 10 週 | 主題:量子運算架構-2 Quantum modality (Superconductor, Ion-Trap), Quantum computing architecture, Error suppression, Error-correction, NISQ, Fault tolerance Quantum Computer, Quantum hardware/software stack, Quantum communication, QKD, Quantum Internet, Quantum satellite |
| 第 11 週 | 主題:量子運算架構-3 Quantum modality (Superconductor, Ion-Trap), Quantum computing architecture, Error suppression, Error-correction, NISQ, Fault tolerance Quantum Computer, Quantum hardware/software stack, Quantum communication, QKD, Quantum Internet, Quantum satellite |
| 第 12 週 | 專題研討-1 繳交報告 |
| 第 13 週 | 專題研討-2 |
| 第 14 週 | 專題研討-3 |
| 第 15 週 | 自主學習 |
| 第 16 週 | 專題研討-4 |
| 第 17 週 | |
| 第 18 週 |
以教師自編講義為主