A-2神經網路硬體合成
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 1：講課：深度學習與神經網路原理與應用(2小時)；實驗：深度神經網路訓練與優化(1~2小時)
單元 2：講課：神經網路硬體加速(1小時)；實驗：神經網路電路邏輯優化(2~3小時)
單元 3：講課：FPGA架構與合成(1小時)；實驗：神經網路FPGA硬體實現(2~3小時)
可分享教材模組內容
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）
1. 課程投影片、實驗教材。
2. 辦理種子教師培訓營：1場次，時數：3小時
3. 聯盟網址：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：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) 3366-3700分機353
馮小姐信箱：sherryfeng@ntu.edu.tw
