教材模組

教學目標

隨著深度學習的運算需求越來越高，以GPU運行非常耗能，相對透過專責的AI運算加速器可以得到更好的能耗表現。本課程將介紹如何設計AI運算加速器，並且了解如何完成一個運算加速的系統。

培育適合未來智慧晶片系統與應用所需，具備人工智慧視覺運算系統設計技術創新與實作能力之新世代ICT智慧電子跨領域產業人才。落實水平分層技術扎根，垂直整合系統應用，提升電資領域師生於智慧晶片系統與應用之跨領域知識及技術深度。

教材模組時數

  9  小時

教材模組

課程大綱

上課內容分為以下五個章節：

單元 1：神經網路原理(1小時)

單元 2：Jetson-Nano與量化原理(2小時)

單元 3：Darknet 實作(2小時)

單元 4：TensorRT 實作(2小時)

單元 5：實作結果與討論(2小時)

可分享教材模組內容說明

1. 上課投影片：共170頁，介紹人工智慧應用與重點硬體文獻探討
2. 實驗投影片：共23頁，已Jetson Nano進行實作，教導同學可以完整進行AI模型推論，包含參數調教及量化，能理解量化的原理並觀察量化後的模型對整個推論效果的影響。

所需實作平臺配備與經費需求預估(以模組教學實作所需基本軟、硬體平臺估算)

實作平臺配備說明：(每份供1位同學使用)

建議如下規格：

1. 視覺運算系統平臺：Nvidia Jetson Nano開發板(含電源供應器、記憶卡、螢幕線或USB-to-Serial傳輸線)
2. 電子設備：電腦、螢幕顯示器、GPU運算加速器、存儲硬碟
3. 感測器：攝像鏡頭
4. 設備經費需求：每份約11,000元。

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)

1. 課程投影片、實驗投影片教材
2. 辦理種子教師培訓營： 1  場次，時數： 4  小時
3. 智慧晶片系統與應用人才培育計畫官網：https://reurl.cc/Qjxzl9
4. ATP課程資料庫官網：http://atp.ee.ncku.edu.tw/

聯絡窗口

負責教師：逢甲大學電子系 陳冠宏 教授

聯絡電話：04-24517250#4968

聯絡信箱：kuanhung@mail.fcu.edu.tw

專責助理：劉毓盈 小姐、蘇俊瑋 先生

聯絡電話：04-24517250#6612、#4940

聯絡信箱：liuyy@fcu.edu.tw、kaede10263@icloud.com