【第十届“交流月”新闻】多维度解构 AI 系统与处理器协同设计
发布于:2025-06-17 15:01:14   |   作者:[学院] 集电学院   |   浏览次数:29

2025年6月,集成电路科学与工程学院的邀请芯原微电子(成都)有限公司来校讲授《AI 系统知识与处理器设计》企业课程,不仅让同学们直观的感受AI技术,也让同学们充分了解了行业前沿形势。

该课程注重构建 “理论 - 技术 - 应用” 三位一体的知识架构。课程以 AI 基础理论为基石,深度拆解 Transformer 与大语言模型的底层原理,结合神经网络精度优化与量化技术,揭示算法在硬件部署中的工程挑战;创新性融合 Bandwidth 与计算效率优化、推理与训练全流程技术,从内存墙突破到算力调度策略形成完整技术链条。并行计算模块结合异构架构设计,联动 AI 软件系统栈解析,展现从算子开发到系统优化的协同逻辑。课程突破学科壁垒,通过 GPU/TPU 等典型处理器案例教学,将抽象的 AI 理论转化为可操作的硬件设计方案,既覆盖大模型时代算法与硬件的协同创新,又聚焦低功耗嵌入式场景的工程实践,为同学们打造从架构认知到性能调优的全链路技术能力矩阵。

“这门课彻底打破了我对 AI 技术的认知壁垒!” 计算机专业的李同学感叹,“课程将 Transformer 原理与 GPU 并行计算结合讲解,通过量化实验让我直观理解了算法在硬件上的性能损耗,特别是 Bandwidth 优化模块,用真实处理器案例演示内存墙突破策略,这种‘算法 - 硬件’联动的教学模式让抽象理论瞬间落地。”

电子工程专业的王同学则对课程的系统性赞不绝口:“从大模型训练流程到嵌入式设备推理优化,课程完整覆盖了 AI 系统设计的全场景。印象最深的是 AI 软件系统模块,通过分析 TensorFlow 底层调度逻辑,我第一次理解了软件如何与处理器架构协同优化,这种跨学科的知识整合对我的毕业设计帮助极大。”同学们表示,课程案例紧贴行业前沿,为 AI 芯片设计与系统优化提供了清晰的技术路径。