校際選修

115-1 選課時程

進行中

  • 初選第一階段 6/15/2026
  • 初選第二階段 6/22/2026
  • 校際選修 8/24/2026
  • 初選第三階段 8/31/2026
  • 開學後加退選 9/7/2026
  • 逾期加退選 9/21/2026
選課資源

RISC-V人工智慧運算架構與系統(二)

RISCV AI Computing Architecture and System II

學期
113-2
學分
2 學分
當期課號
535526
永久課號
CSIC30182
開課單位
資訊科學與工程研究所
授課教師
林偉棻
校區
光復
類別
選修
上課時間表
週一
7
15:30–16:20
RISC-V人工智慧運算架構與系統(二)
EC329
2 節連堂
8
16:30–17:20

* 根據陽明交大上課時間表所列

概述

課程概述與目標: 這門課是作為人工智慧加速晶片設計介紹的入門課程, 我們設定給必須 具有基本 C or C++ programming 能力的同學來選修,同時希望同學 在上課之前要有一些基本的數位設計邏輯概念,尤其以修過基礎計算 機組織理論為佳。這門課跟其他系統相關課程的不同之處如下: 1. 著重於介紹人工智慧加速晶片設計的基本開發流程與實 作 2. 著重於軟硬體協同設計的概念 3. 著重於理解通用型(general-purpose) 跟客製化(domain- specific) 設計上的差別 4. 著重於介紹如何用軟體模擬硬體設計的方法 人工智慧加速晶片在過去幾年快速蓬勃地發展,有別於傳統晶片設 計,人工智慧晶片的開發並沒有一定的標準架構,不同人工智慧應用 領域所需要的人工智慧晶片也有所不同,並沒有一個通用型的人工智 慧晶片能滿足所有應用的要求。這門課目的在引領你知道學習人工智 慧晶片設計的基礎必備知識,了解晶片設計在人工智慧應用上所需考 量的議題,如果你修完這門課能了解到自己的興趣所在,本課程分為 (一)(二) 兩門各兩學分的課程,搭配四個 Lab 實作主題,每一個主 題有 3 個 Lab,能協助你強化自己的背景知識與專業技能,做好投入 職場或是高等教育的準備。這門課的實作部分會花費很多的時間,如 果同學能完成這門課的所有實作作業與專題,我預期同學在申請 Internship 或是相關研究所領域時,會因為這門課打下很好的基礎。

先修科目

Logic design, computer organization, C++ programming, 人工智慧運算架構與系統 (ㄧ)

教學方式

2.教學方法及教學相關配合事項(如助教、網站或圖書及資料庫等): 本課程以系統實作為主軸,融合軟體硬體系統垂直整合與協同設計。採線上同步與非同步混合教學 期末上機考,學生需自備筆電 1. 第一堂課請務必來實體課堂上課,你才能開設所有修課需要的帳號, 想加退 選的同學只有在第一堂課時來實體教室加簽,你才能選修這堂課 由於本課程同步在清華大學跟陽明交通大學開設,第一堂課老師會在清華大學做AIAS II 兩門課的課程說明。 3:30pm - 5:00pm Course Overview 2/17實體上課教室在清華大學炯朗館208教室 如果你想看到老師本人或加簽,請到實體場地 選課須知 請參考 [給想選修Playlab 課程的同學的一封信 Spring, 2025](https://course.playlab.tw/md/ud82bIzlQk-vRcJhzRX43A?view)

評分方式

Labs/Homeworks 70% class participation 10% 上機考20%

週次計畫
週次主題
第 1 週* Lab 11 - Bus Protocol and DMA Design
第 2 週* SIMD instruction design * Parallel computing
第 3 週* Memory-Mapped Accelerator Design * Systolic-Array-Based accelerator
第 4 週* Lab 13 - SIMD Instruction Design and Acceleration
第 5 週* CFU playground
第 6 週* Lab 14 - Memory-Mapped Systolic Accelerator Design
第 7 週* matrix multiplication optimization
第 8 週* paper discussion
第 9 週* Challenges in large-scale AI computing system modeling * NVSim System Performance Modeling Overview
第 10 週* ACAL 2024 Curriculum Lab 3 LLM Workload analysis * Introduction to LLM
第 11 週* Roofline model analysis * paper discussion
第 12 週* ACAL Fall 2024 LAB 21 AI Graph Transformation and Optimization
第 13 週* AI graph representation * Kernel Fusion and optimization
第 14 週ACAL 2024 Curriculum Lab 22 AI Graph Scheduling and Memory Management
第 15 週* AI computing optimization * paper discussion
第 16 週* 上機考