研究项目：跟着卡耐基梅隆大学教授学习ECE电子信息工程AI芯片专题
2023-12-19 20:00:35项目基本信息
专业类别
理工
参加形式
线上
适合人群
大学生及以上；适合专业：电子工程、电子计算机工程、计算机科学、自动化等专业或者希望修读相关专业的学生；学生需要具备数据结构、系统设计原理、处理器编程和缓存一致性等相关基础，需掌握Python/C++/C中的任意一门编程语言。
导师介绍
Dimitrios
卡内基梅隆大学(CMU)教授&项目主任
导师是卡内基梅隆大学计算机科学系的教授，他在那里领导CAOS小组。之前，他在Meta Research工作了一年。他的研究将计算机体系结构和操作系统连接起来，重点关注性能、安全性和可扩展性。他目前的工作遵循两个核心主题：（a）发现硬件和操作系统之间的安全漏洞并建立防御，以及（b）重新设计两层之间的抽象和接口，以提高性能和可扩展性。2020年，他在伊利诺伊大学厄巴纳-香槟分校获得了计算机科学博士学位。他的博士论文《为善与恶重新思考计算机体系结构和操作系统摘要》获得了David J.Kuck杰出博士论文奖和A
项目背景
机器学习已成为解决复杂认知和学习问题的关键方法。尤其是深度神经网络，由于其在计算机视觉、语音识别、自然语言处理等各种应用中的成功，已经变得无处不在。虽然机器学习算法在许多部署场景中提供了令人印象深刻的准确性，算法的复杂性也对最先进的硬件设计提出了独特的计算挑战。
项目大纲
一、项目大纲
机器学习硬件与系统概览 Overview of Machine learning hardware and systems
机器学习系统 Machine Learning Systems
机器学习的图形处理器研究 GPUs for Machine Learning
机器学习的硬件加速器设计 Accelerator Hardware Design for Machine Learning
谷歌云部署核心技术TPU分析 Research on Google’s Tensor Processing Unit
项目回顾与成果展示 Program Review and Presentation
论文辅导 Project Deliverables Tutoring
二、项目介绍
本课程旨在帮助学生了解机器学习硬件的各个方面，包括机器学习相关的硬件和运行及操作系统、应用于机器学习的GPU图形处理器的研究、服务于机器学习的硬件加速器的设计，最后还有会以谷歌云部署为例，讲解其核心技术原理Tensor Processing Unit TPU的原理。特别是，本课程将使用TensorFlow平台构建机器学习系统的硬件原型展开。这也是一门研讨会式的课程，因此学生们应该展示、讨论研究论文并与之互动。在学期结束时，学生们将根据课堂研究项目展示他们的作品。
三、开课时间
2024-01-27
课时安排
7周在线小组科研学习+5周不限时论文指导学习
报名方式
项目收获
1、项目报告
2、优秀学员获主导师Reference Letter
3、EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等级别索引国际会议全文投递与发表指导（可用于申请）
4、结业证书
