智能计算体系结构
课程编号:
课程名称:智能计算体系结构
课程名称: intelligentcomputingarchitectures
开课学期:秋天
学分/学习时间:2/32
选修课程:计算机组成原理、数字系统设计、智能计算概论、机器学习导论等
后续课程:计算机体系结构、深度学习、数据挖掘、智能计算系统等
适用专业/开课对象:计算机专业、电子信息专业、高等工程学院/大三学生
团队负责人: ssdqb责任教授:撰文人: ssdqb批准院长: sldjz
一.课程性质、目的和任务
本课程为理工科三年级专业课程选修,《计算机组成原理和实验》和《智》
计算指南》等课程的后续拓展,试图将智能计算硬件加速的最新研究前沿技术引入到课程中。 这门课
涉及过程的理论基础广泛,在智能计算领域(人工智能、机器学习、数据挖掘、图像处理、
计算机视觉等)和硬件加速领域(硬件描述语言、计算机构成原理、数字系统设计、集成电路设置
计等)的基本知识。 此外,本课程还包括更强的工程技术实践能力(
硬件调试等),软硬件协同工作,是比研究探索更重要的实践课程。
本课程以智能计算领域的几个典型应用为对象,介绍了从软件算法到硬件结构的设计和映射
原理和方法是从系统结构的角度让学生了解实现智能计算的工作过程,培养学生直接采用硬件类
实现结构分析、设计和智能计算算法的基本技能。 这门课程让学生自主学习几种典型的
掌握了智能计算功能模块,最终建立完整的功能样机,硬件加速智能计算的工程方法。
并具备软硬件异构协同设计的基本素养和学术视野,为今后更深入的理论学习和研究实践打下良
良好的基础。
该课程是学院规划与建设的“本科前沿课程”之一,实践性强,课程教学目标高,知识内
接受前沿,知识面广,知识运用综合,实验体系具有较高的难度和强度。 这个课程适合想学习尖端的人
面对技术和勇于挑战的学生,选修这门课程的学生要有充分的心理准备。 具体的教育目标是
以下几点:
(1)了解智能计算领域包括的人工智能、机器学习、模式识别、数据挖掘、图像和视觉位置
理等方向的几种基本模型和算法; 了解智能计算硬件加速的科学问题、实验技术和工作
1
资源及其领域最新研究前沿
)2)掌握数字系统设计的基本方法、原理和相关研究方法,重视工程思维和创新思维的培养
根据功能层次和数据流图模块化实现养,特别是智能计算方法,并对系统进行集成
思维能力,并采用数字系统设计方法进行硬件实现、调试和性能测试分析;
)3)具备利用Verilog语言和Modelsim、Vivado、HLS等工具设计和测试智能计算算法模型的能力
进行系统集成、功能测试、性能分析和论证的能力;
)4)具有获取和利用标准、规范、手册、相册等相关技术资料的能力。
)5)掌握并得到了计算机和嵌入式数字系统工程中程序设计和性能测试以及系统优化的实验方法
接受实验技能的基本训练
)6)智能计算系统模型的建立,掌握分析求解和设计方案论证的理论和方法,培养学生的分析
解决智能计算加速方法等工程实践问题的创新设计能力。
课程目标对毕业要求的支持关系
课程目标一致
毕业要求业的支持
关系
毕业要求1 :工程知识课程目标: 1、
数学、自然科学、工程基础和专业知识可用于解决复杂的计算机工程问题。 3
毕业要求2 :问题分析
课程目标: 2、
应用数学,