不可错过！《智能计算系统》硬核在线课程: AI到芯片系统，中科院计算所陈云霁等授课，附课件与视频

2021 年 4 月 1 日 专知

《智能计算系统》课程由陈云霁老师亲自“操刀”，让大家融会贯通地理解智能计算系统完整的软硬件技术栈，把割裂的知识点串起来打通任督二脉。据介绍，课程采用“应用驱动，全栈贯通”的思想，以一个图像迁移风格的驱动范例带动，重点围绕智能计算系统的设计理论、方法、关键技术等展开讨论，从基本概念开始，由浅入深帮助学生建立智能计算系统设计及应用的知识体系，培养智能时代急需的芯片设计、软件开发、算法研发等各个层次的人才。

课程网站：http://novel.ict.ac.cn/aics/

视频链接：https://space.bilibili.com/494117284

课程简介

智能计算系统是智能的核心物质载体，每年全球要制造数以十亿计的智能计算系统（包括智能手机、智能服务器、智能可穿戴设备等），需要大量的智能计算系统的设计者和开发者。智能计算系统人才的培养直接关系到我国智能产业的核心竞争力。因此，对智能计算系统的认识和理解是智能时代计算机类专业学生培养方案中不可或缺的重要组成部分，是计算机类专业学生的核心竞争力。

本课程采用“应用驱动，全栈贯通”的思想，以一个图像迁移风格的驱动范例带动，重点围绕智能计算系统的设计理论、方法、关键技术等展开讨论，从基本概念开始，由浅入深帮助学生建立智能计算系统设计及应用的知识体系，培养智能时代急需的芯片设计、软件开发、算法研发等各个层次的人才。

课程大纲

第一章：概述

1.1 人工智能 1.2 智能计算系统 1.3 驱动范例

第二章：神经网络基础

2.1 从机器学习到神经网络 2.2 神经网络训练 2.3 神经网络设计原则 2.4 过拟合与正则化 2.5 交叉验证下载课件

第三章：深度学习

3.1 适合图像处理的卷积神经网络 3.2 基于卷积神经网络的图像分类算法 3.3 基于卷积神经网络的图像目标检测算法 3.4 序列模型：循环神经网络 3.5 生成对抗网络GAN 3.6驱动范例

第四章：编程框架使用

4.1 为什么需要编程框架 4.2 编程框架概述 4.3 TensorFlow编程模型及基本用法 4.4 基于TensorFlow实现深度学习预测 4.5 基于TensorFlow实现深度学习训练

第五章：编程框架机理

5.1 TensorFlow的设计原则 5.2 TensorFlow计算图机制 5.3 TensorFlow系统实现 5.4 编程框架对比

第六章：深度学习处理器原理

6.1 深度学习处理器概述 6.2 目标算法分析 6.3 深度学习处理器DLP结构 6.4 优化设计 6.5 性能评价 6.6 其他加速器

第七章：深度学习处理器架构

7.1 单核深度学习处理器 7.2 多核深度学习处理器

第八章：智能编程语言

8.1 为什么需要智能编程语言 8.2 智能计算系统抽象架构 8.3 智能编程模型 8.4 智能编程语言基础 8.5 智能应用编程接口 8.6 智能应用功能调试 8.7 智能应用性能调优 8.8 基于智能编程语言的系统开发

第九章：实验

9.1 基础实验：图像风格迁移 9.2 拓展实验：物体检测实验讲解前序课程展开线性代数概率论与数理统计计算机组成原理机器学习算法导论

授课老师

陈云霁

研究员、博导，现为中国科学院计算技术研究所所务委员、智能处理器研究中心主任，中国科学院大学岗位教授，教育部高等学校计算机类专业教学指导委员会计算机系统专委会委员。他带领团队研制了国际上首个深度学习处理器芯片“寒武纪1号”。他的研究成果已经实现了规模化应用。他的学术论文多次获得计算机体系结构顶级国际会议最佳论文奖，受到上百个国际知名机构跟踪引用。因此，他被Science杂志刊文评价为深度学习处理器研究的“先驱”和“引领者”。

他曾获国家杰出青年科学基金、中国青年五四奖章、中国青年科技奖、全国创新争先奖、教育部“青年长江学者”、国家自然科学基金委“优秀青年基金”、国家万人计划“青年拔尖人才”，并被《MIT科技评论》评为全球35位杰出青年创新者（2015年度）。他还是北京智源人工智能研究院智能体系结构与芯片方向首席科学家。

李玲

中科院软件所研究员、博导，CCF高级会员。研究方向为智能计算及视频处理。在相关领域发表多篇CCF A类的期刊和会议论文，获得了CCF A类会议MICRO’14的最佳论文奖（该会议五十年来唯一一次美国以外国家获此奖）。作为负责人主持过多项国家自然科学基金项目、国家重点研发计划课题等。

李威

中科院计算所副研究员。研究方向为高性能智能计算系统设计技术，先后参与了多项国家重点研发计划项目、国家科技重大专项项目、863项目、中科院国际合作项目等。作为核心成员参与了多款深度学习处理器的研发，发表或录用学术论文近30篇，申请专利近20项。

郭崎

中科院计算所研究员。长期从事智能计算系统相关研究。在ISCA、MICRO、HPCA、IJCAI等国际会议及ACM/IEEE汇刊上发表学术论文多篇。授权发明专利多项，曾入选国家知识产权局“百件优秀中国专利”。先后入选中国科协首届“青年人才托举工程”、中科院青年创新促进会、国家“万人计划”青年拔尖人才。

杜子东

中科院计算所副研究员。长期从事人工智能和计算机体系结构交叉研究，他在深度学习处理器方向做出了多项有国际影响力的研究成果。他在中国计算机学会认定的顶级会议/期刊（CCF A类）上发表了近20篇论文，曾获得ASPLOS’14最佳论文奖（这是亚洲机构首次获计算机体系结构领域顶级国际会议最佳论文奖），入选IEEE Micro杂志评选的国际计算机体系结构领域年度十佳论文。