智能计算系统
课程编码：280223081201P3001
英文名称：Intelligent Computing System
课时：40
学分：2.00
课程属性：专业课
主讲教师：纪雯等
教学目的要求
本课程为专业课程，旨在培养学生对智能计算系统完整软硬件技术栈（包括基础智能算法、智能计算编程框架、智能计算编程语言、智能芯片体系结构等）融会贯通的理解。在掌握基础理论的同时，该课程的学习有助于培养学生形成系统能力以及系统思维。其中，系统能力可以帮助学术在就业市场中拥有更强的竞争力；系统思维，则对于学生科研能力有帮助。
预修课程
线性代数，概率论与数理统计，计算机组成原理、数字集成电路等
大纲内容
第一章 概述
第1节 人工智能 1学时 纪雯
第2节 智能计算系统 1学时 纪雯
第3节 驱动范例 1学时 纪雯
第二章 深度学习基础
第1节 机器学习 0.5学时 纪雯
第2节 神经网络 0.5学时 纪雯
第3节 神经网络训练方法 0.5学时 纪雯
第4节 神经网络设计基础 0.5学时 纪雯
第5节 过拟合与正则化 0.5学时 纪雯
第6节 交叉验证 0.3学时 纪雯
第7节 本章小结 0.3学时 纪雯
第三章 深度学习应用
第1节 适合图像处理的卷积神经网络 1学时 张子豪
第2节 适合文本/语音处理的循环神经网络 2学时 张子豪
第3节 大模型 3学时 张子豪
第4节 神经网络的优化 1学时 张子豪
第5节 神经网络量化 1学时 张子豪
第6节 驱动范例 0.5学时 张子豪
第7节 本章小结 0.5学时 张子豪
第四章 编程框架使用
第1节 编程框架概述 1学时 张子豪
第2节 PyTorch概述 1学时 张子豪
第3节 PyTorch编程模型及基本用法 1学时 张子豪
第4节 基于PyTorch的模型推理实现 1学时 张子豪
第5节 基于PyTorch的模型训练实现 1学时 张子豪
第6节 驱动范例 0.5学时 张子豪
第7节 本章小结 0.5学时 张子豪
第五章 编程框架原理
第1节 编程框架设计 0.5学时 张子豪
第2节 计算图构建 0.5学时 张子豪
第3节 计算图执行 0.5学时 张子豪
第4节 深度学习编译 0.5学时 张子豪
第5节 分布式训练 0.5学时 张子豪
第6节 本章小结 0.5学时 张子豪
第六章 面向深度学习的处理器原理
第1节 通用处理器 0.5学时 张子豪
第2节 向量处理器 0.5学时 张子豪
第3节 深度学习处理器 1学时 张子豪
第4节 大规模深度学习处理器 0.5学时 张子豪
第5节 本章小结 0.5学时 张子豪
第七章 深度学习处理器架构
第1节 计算 0.5学时 张子豪
第2节 存储 0.5学时 张子豪
第3节 通信 0.5学时 张子豪
第4节 优化设计 1学时 张子豪
第5节 本章小结 0.5学时 张子豪
第八章 智能编程语言
第1节 为什么需要智能编程语言 0.3学时 纪雯
第2节 智能计算系统抽象架构 0.5学时 纪雯
第3节 智能编程模型 0.5学时 纪雯
第4节 智能编程语言基础 0.5学时 纪雯
第5节 智能应用编程接口 0.5学时 纪雯
第6节 智能应用功能调试 0.5学时 纪雯
第7节 智能应用性能调优 0.5学时 纪雯
第8节 基于智能编程语言的系统开发 0.5学时 纪雯
第9节 本章小结 0.3学时 纪雯
第九章 大模型计算系统
第1节 大模型背景介绍 0.3学时 张子豪
第2节 大模型驱动范例—BLOOM 0.5学时 张子豪
第3节 大模型系统软件 0.5学时 张子豪
第4节 大模型系统硬件 0.5学时 张子豪
第5节 本章小结 0.3学时 张子豪
第十章 期末复习
第1节 期末复习 1学时 张子豪
第十一章 期末考试
第1节 期末考试 3学时 张子豪
教材信息
1、
《智能计算系统》
陈云霁、李玲、李威、郭崎、杜子东
2020年2月
机械工业出版社
参考书
1、
《智能计算系统实践教程》
李玲、郭崎、陈云霁
2021年8月
机械工业出版社
课程教师信息
纪雯，研究员，博士生导师。研究方向为工业智能芯片设计、视觉处理器、智能处理器、和人工智能系统，包括工业人工智能、高性能视觉处理器、AI处理器、多媒体端边云计算系统、视觉编码与传输、低碳计算等。主持和组织过国家重点研发计划项目课题任务5项、国家自然科学基金3项、省部级和企业重要项目等多项科研项目的研究。在国际相关领域著名期刊和会议发表论文100余篇，授权30余项国家发明专利，主持制定了4项企业标准、参与制定了1项国家标准、组织并参与制定了3项团体标准及2项国际标准。研究成果获得2023年第二届中国西部巾帼科技创新大赛金奖，2017年中国计算机学会科学技术奖技术发明一等奖，2015年和2016年北京市科学技术二等奖，2016年中国专利优秀奖等。研究成果还获得国际期刊IJCS2021年度最佳论文奖，国际会议ISPA2020杰出论文奖，国际会议Platcon2015和GameNets2014最佳论文奖等。是全国专业标准化技术委员会TC28/SC42人工智能标准化技术委员会和TC352中文新闻信息标准化技术委员会委员、IEEE高级会员、中国计算机学会高级会员、IEEE Digital Retina Systems Working Group (3161 WG)工作组 Vice Chair副组长、新一代人工智能产业技术创新战略联盟AI标准工作组数字视网膜系统专题组联合组长等。
张子豪，中国科学院工业人工智能研究所工业智能芯片与系统团队副研究员。此前曾任中国科学院计算技术研究所智能处理器研究中心助理研究员，合作导师陈云霁研究员。研究领域为计算机图形学与三维视觉，现阶段主要聚焦面向芯片验证的端侧具身导航与交互问题。在CVPR、ICCV、AAAI、ICML、TVCG等会议和期刊发表论文10余篇，曾获中国科学院院长优秀奖，获国家自然科学基金青年科学基金项目资助。