由龙芯团队胡伟武老师等人编写的一本书——《计算机体系结构基础》(第三版),本书纸质版本由机械工业出版社发行,前两版可以通过各种常规渠道购买,第三版纸质版本也即将发行。

本书由从事微处理器设计的一线科研人员编写而成。作者从微处理器设计的角度出发,充分考虑计算机体系结构的学科完整性,强调体系结构、基础软件、电路和器件的融会贯通。全书共分12章,包括指令系统结构、计算机硬件结构、CPU微结构、并行处理结构、计算机性能分析等主要内容,重点放在作为软硬件界面的指令系统结构,以及包含CPU、GPU、南北桥协同的计算机硬件结构。本书可作为高等学校“计算机体系结构”课程的本科生教材,同时也适合相关专业研究生或计算机技术人员参考阅读。

书籍地址:https://github.com/foxsen/archbase

本书讲了什么?

本书第一部分为引言,介绍体系结构研究内容、主要性能指标、发展趋势以及设计原则。

本书第二部分介绍以指令系统结构为核心的软硬件界面,包括指令系统总体介绍、指令集结构、异常与中断、存储管理、软硬件协同等内容。贯穿该部分内容的一个核心思想是建立高级语言(如C语言)与指令系统结构的关系。

本书第三部分介绍计算机硬件结构。该部分的核心思想是搞清楚计算机内部包括CPU、GPU、内存、IO之间是如何协同完成软件规定的各种操作的。

本书第四部分介绍微结构。该部分的核心思想是建立指令系统和晶体管之间的“桥梁”。微结构是决定CPU性能的关键因素。

本书第五部分介绍并行处理结构。应用程序的并行行为是并行处理的基础,现代计算机通过多层次的并行性开发来提高性能。

本书第六部分介绍计算机的性能分析方法。

阅读本书,你应该具备什么?

在选修本课程前,学生应对C语言程序设计、数字逻辑电路有一定的基础。本课程试图说明一个完整的计算系统的工作原理,其中涉及部分操作系统的知识。为了有更好的理解,学生还可以同时选修操作系统课程。课程中的实例和原理介绍以LoongArch体系结构为主。与传统课程中讲授的X86体系结构相比,LoongArch结构相对简单明晰而又不失全面。学生可以通过配套的实验课程,自底而上构建自己的计算机系统,包括硬件、操作系统以及应用软件,从而对“如何造计算机”有更深刻的认识。

最后附上相关地址:

Github地址:https://github.com/foxsen/archbase HTML在线阅读:https://foxsen.github.io/archbase

成为VIP会员查看完整内容
0
32

相关内容

计算机体系结构是计算机科学与技术学科重要的分支之一。它从全局的观点出发,通过采用定量分析技术,建立起设计、评价、优化计算机体系结构的方法和技术。利用这些方法和技术,可有效地评价已有计算机系统的性能、改进已有的系统设计、进而探讨新的体系结构。计算机系统结构是计算机科学工作者,特别是从事偏重于计算机硬件系统和系统软件研究的科学工作者的一门必备基础。

本课程授课60学时,实验30学时。主要讲授计算机系统定量分析基础,回顾指令集设计和基本流水线技术,探讨存储系统优化,指令级并行技术,数据级并行和任务级并行等技术。

成为VIP会员查看完整内容
0
41

人工智能系统

本课程的中文名称设定为 人工智能系统,主要讲解支持人工智能的计算机系统设计,对应的英文课程名称为 System for AI。本课程中将交替使用一下词汇:人工智能系统AI-SystemSystem for AI

English

人工智能系统课程设立背景

近年来人工智能特别是深度学习技术得到了飞速发展,这背后离不开计算机硬件和软件系统的不断进步。在可见的未来,人工智能技术的发展仍将依赖于计算机系统和人工智能相结合的共同创新模式。需要注意的是,计算机系统现在正以更大的规模和更高的复杂性来赋能于人工智能,这背后不仅需要更多的系统上的创新,更需要系统性的思维和方法论。与此同时,人工智能也反过来为设计复杂系统提供支持。

我们注意到,现在的大部分人工智能相关的课程,特别是深度学习和机器学习相关课程主要集中在相关理论、算法或者应用,与系统相关的课程并不多见。我们希望人工智能系统这门课能让人工智能相关教育变得更加全面和深入,以共同促进人工智能与系统交叉人才的培养。

人工智能系统课程设立目的

本课程主要为本科生高年级和研究生设计,帮助学生:

  1. 完整的了解支持深度学习的计算机系统架构,并通过实际的问题,来学习深度学习完整生命周期下的系统设计。

  2. 介绍前沿的系统和人工智能相结合的研究工作,包括AI for Systems and Systems for AI,以帮助高年级的本科生和研究生更好的寻找和定义有意义的研究问题。

  3. 从系统研究的角度出发设计实验课程。通过操作和应用主流和最新的框架、平台和工具来鼓励学生动手实现和优化系统模块,以提高解决实际问题的能力,而不仅仅是了解工具使用。

先修课程: C/C++/Python, 计算机体系结构,算法导论

人工智能系统课程的设计与特点

课程主要包括以下三大模块:

第一部分,是人工智能的基础知识和人工智能系统的全栈概述;以及深度学习系统的系统性设计和方法学。

第二部分,为高级课程,包括最前沿的系统和人工智能交叉的研究领域。

第三部分,是与之配套的实验课程,包括最主流的框架、平台和工具,以及一系列的实验项目。

第一部分的内容将集中在基础知识,而其他两部分的内容将随着学术界和工业界的技术进步而动态调整。后两部分的内容将以模块化的形式组织,以利于调整或与其他CS的课程(比如编译原理等)相结合,作为高级讲义或者实习项目。

本课程的设计也会借助微软亚洲研究院在人工智能和系统交叉领域的研究成果和经验,其中包括微软及研究院开发的一部分平台和工具。课程也鼓励其他学校和老师根据自己的需求添加和调整更多的高级课题,或者其他的实验。

人工智能系统课程大纲

课程部分

基础课程

高阶课程

成为VIP会员查看完整内容
0
51

本课程介绍构成现代计算机操作系统的基本概念和核心原理。这门课的目标是解释那些可能在未来许多年仍然存在的概念和原则。本课程是操作系统和分布式系统研究的起点。具体地说,本课程介绍了进程、并发、同步、调度、多程序设计、内存管理和文件系统的概念。

https://cs.jhu.edu/~huang/cs318/fall20/index.html

成为VIP会员查看完整内容
0
25

这本书的前半部分快速而彻底地概述了Python的所有基础知识。你不需要任何以前的经验与编程开始,我们将教你一切你需要知道,一步一步。

第二部分着重于用Python以实用的方式解决有趣的、真实的问题。一旦你掌握了基础知识,你就会通过跟随我们的动手编程练习和项目迅速提高。

我们在书中的每一页都精心安排了漂亮的排版,代码示例的语法高亮显示,以及教学截图,这样你可以有效地处理和记忆信息:

所有材料都是Python 3.9的最新版本,Python编程语言在2020年发布的最新和最好的版本。简而言之,以下是你将学到的Python基础知识:Python 3的实用介绍:

安装和运行Python:在Windows、macOS或Linux上设置Python 3.9编码环境

  • 核心Python 3概念和约定:解释器会话、脚本、查找和修复代码bug、如何组织代码和构造Python程序、如何有效地学习和实践

  • Python 3.9基本原理:变量、基本数据类型、函数和循环、条件逻辑和控制流、字符串格式、列表/元组/字典、文件输入和输出、错误处理。

  • 中级Python概念:面向对象编程(OOP)、正则表达式、名称空间和作用域、异常处理、安装第三方包。

  • Python的实际使用:创建和修改PDF文件、使用数据库、从web下载和抓取内容、数据科学基础(科学计算和绘图)、图形用户界面和GUI编程。

成为VIP会员查看完整内容
0
67

题目

第八届中国科技大学《计算机图形学》暑期课程课件

关键字

计算机图像学,教学课件,中国科技大学

简介

《计算机图形学前沿进展》(课程编号:001M06)为中国科技大学暑期学期的课程。课程由数学科学学院中科大图形与几何计算实验室(GCL)的张举勇老师与刘利刚老师及国内外学者共同授课。本年度课程的主题为 “几何优化、几何深度学习与三维视觉” 。本次课程的内容涵盖数值优化、几何建模、三维重建、三维场景理解、几何深度学习等内容,内容丰富和前沿,是了解计算机图形学与三维机器视觉前沿和未来方向的非常难得的机会。若对计算机图形学中的几何处理不太熟悉的同学,可提前看一下 刘利刚老师开设的本科生课程《计算机图形学》( 2013,2014, 2015,2016,2017,2018 )和研究生课程《数字几何处理》的主页(其中有较完善的课程课件提供下载 )。

本课程为中国科学技术大学全校性公共选修课程,面向应用数学、计算机科学、信息科学等相关专业的学生,欢迎数学学院、少年班学院、信息学院、计算机学院等学院的本科生高年级学生和研究生来选课 。【注】若本校的本科生需要该课程的学分,只需要在校教务系统中进行选课,而不再需要通过课程的注册系统进行注册。本次暑期课程以介绍计算机图形学与三维视觉领域的最新的研究成果及进展为主,同时兼顾本科生也会介绍该领域的一些基本问题和研究方向,只要有《线性代数》、《微积分》、《数值最优化》、《微分几何》等课程知识的学生都可以听懂。

出处

中国科技大学

成为VIP会员查看完整内容
0
32

一、教学目标和基本要求

脑认知及其相关的智能科学是人工智能专业的重要基础知识,通过对这门课程的学习,

要求学生掌握脑与认知科学的基本概念和知识结构,熟悉认知相关的智能科学技术方法、

原理与应用等,了解相关领域的研究现状和发展趋势,对已有成果展开分析与讨论,为

今后进一步的学科探索打好基础。

二、课程简介

本课程重点介绍脑与认知科学的基本概念、知识及其在现实生活中的应用,在此基础

上介绍人工大脑、认知计算等相关的智能科学技术,体现了脑科学、认知科学、人工智能

及计算机和信息科学等多学科领域交叉的特点,为学生提供较为全面系统的知识框架,为

进一步学习后续专业课程打下良好的基础。

三、教材名称及主要参考书

(1)Michael Gazzaniga等著,《认知神经科学》,中国轻工业出版社,2016年(图书馆借阅)

(2)王志良主编,《脑与认知科学概论》,北京邮电大学出版社,2011年(图书馆借阅)

(3)杰夫·霍金斯著,《人工智能的未来》,陕西科学技术出版社,2006年(图书馆借阅)

四、课程内容和课件资料 (更新日期:2020-02-27)

第一章 《绪论及脑科学发展史》

第二章 《神经系统的细胞机制》

成为VIP会员查看完整内容
0
63
小贴士
相关VIP内容
专知会员服务
41+阅读 · 4月4日
专知会员服务
51+阅读 · 2020年12月31日
专知会员服务
25+阅读 · 2020年10月27日
专知会员服务
67+阅读 · 2020年10月11日
专知会员服务
79+阅读 · 2020年7月27日
 第八届中国科技大学《计算机图形学》暑期课程课件
专知会员服务
32+阅读 · 2020年3月4日
专知会员服务
112+阅读 · 2020年3月4日
相关论文
Lei Ke,Martin Danelljan,Xia Li,Yu-Wing Tai,Chi-Keung Tang,Fisher Yu
0+阅读 · 11月26日
Barbara Schütt,Markus Steimle,Birte Kramer,Danny Behnecke,Eric Sax
0+阅读 · 11月25日
Anna Himmelhuber,Stephan Grimm,Thomas Runkler,Sonja Zillner
0+阅读 · 11月25日
AliCoCo: Alibaba E-commerce Cognitive Concept Net
Xusheng Luo,Luxin Liu,Yonghua Yang,Le Bo,Yuanpeng Cao,Jinhang Wu,Qiang Li,Keping Yang,Kenny Q. Zhu
12+阅读 · 2020年3月30日
Extending Machine Language Models toward Human-Level Language Understanding
James L. McClelland,Felix Hill,Maja Rudolph,Jason Baldridge,Hinrich Schütze
4+阅读 · 2019年12月12日
Sean MacAvaney,Andrew Yates,Arman Cohan,Nazli Goharian
3+阅读 · 2019年8月19日
Yingtian Zou,Jiashi Feng
7+阅读 · 2019年4月19日
ShuffleNet V2: Practical Guidelines for Efficient CNN Architecture Design
Ningning Ma,Xiangyu Zhang,Hai-Tao Zheng,Jian Sun
3+阅读 · 2018年7月30日
Shudong Hao,Jordan Boyd-Graber,Michael J. Paul
4+阅读 · 2018年4月26日
Top