|
教材模組名稱 |
|
|
教材模組 教學目標 |
本課程模組所設計的問題為AI及EDA產業的重要課題 — 神經網路推論運算的硬體加速。由電子設計自動化(Electronic Design Automation, EDA)的角度，探討神經網路硬體實現的問題與解決方法。探究如何將深層神經網路編譯至可重構電路達到硬體加速，以運用於低功率邊緣運算的應用場域。 |
|
教材模組時數 |
9 小時 |
|
教材模組 課程大綱 |
單元一： (講課2小時/實驗1~2小時) 講課：深度學習與神經網路原理與應用 實驗：深度神經網路訓練與優化 單元二： (講課1小時/實驗2~3小時) 講課：神經網路硬體加速 實驗：神經網路電路邏輯優化 單元三： (講課1小時/實驗2~3小時) 講課： FPGA架構與合成 實驗：神經網路FPGA硬體實現 |
|
可分享教材模組內容說明 |
課程投影片、實驗說明文件、原始碼與測資、課程與實驗教學影片 |
|
所需實作平台配備與經費需求預估(以模組教學實作所需基本軟、硬體平台估算) |
Google Colab平台 for python code development (free https://colab.research.google.com/ )
Xilinx Vivado synthesis tool (free https://www.xilinx.com/support/download.html )
伺服器/工作站for running Vivado [非必要，個人電腦與筆電也能執行Vivado synthesis]
FPGA開發板 [若不進行FPGA燒錄，可不須開發板] (Nexys Video Artix-7 FPGA: Trainer Board for Multimedia Applications, 每片約台幣$11950) |
|
聯盟/示範教學實驗室可提供之訓練與技術支援 (含實驗示範影片) |
|
|
聯絡窗口 |
負責教師：國立臺灣大學電子工程學研究所江介宏教授 專責助理：馮詩宜小姐 聯絡電話：(02)33663700 ext. 353 聯絡信箱：sherryfeng@ntu.edu.tw |