|
Vyučující
|
-
Bukovský Ivo, doc. Ing. Ph.D.
-
Budík Ondřej, Ing.
|
|
Obsah předmětu
|
1. Základní charakteristiky a trendy architektury počítačů pro AI 2. Možnosti a limitace velkých jazykových modelů (LLM) 3. Příprava dat pro neuronové sítě 4. CPU, GPU, TPU a FPGA 5. DDR, GDDR, HBM 6. HDD, SSD, SATA, NVMe 7. CUDA a ROCm 8. Typy neuronových architektur 9. SW nástroje pro neuronové sítě 10. Principy učení neuronových sítí 11. Co je to optimizer, scheduler, precision a loss 12. Metriky v neuronových sítích (MSE, MAE, RMSE, mIoU, ) 13. Možnosti Edge nasazení pro AI
|
|
Studijní aktivity a metody výuky
|
Laboratorní práce, Praktická výuka, Případová studie
- Příprava na zkoušku
- 20 hodin za semestr
- Domácí příprava na výuku
- 100 hodin za semestr
- Příprava na zápočet
- 30 hodin za semestr
|
|
Výstupy z učení
|
Seznámit studenty s architekturami počítačů pro výpočty umělé inteligence. Rozdíly mezi CPU, GPU, TPU a FPGA. Co je to CUDA a ROCm. Praktické seznámení s principy učení neuronových sítí. Možnosti nasazení na Edge zařízení.
V tomto předmětu studenti získají základní znalosti o principech propojení hardwarové architektury počítačů a neuronových sítí.
|
|
Předpoklady
|
Předmět předpokládá základní znalost AJ a znalosti z následujících předmětů: - (UAI/698) Architektura počítačů I - (UMB/564) Matematická analýza I. - (UAI/693) Softwarové modelování
UAI/698
|
|
Hodnoticí metody a kritéria
|
Ústní zkouška, Průběžné hodnocení
Aktivní účast na cvičení. Vypracování a prezentace samostatné práce. Podrobná pravidla zakončení předmětu jsou vždy uvedena na moodle (e-learning) pro daný akademický rok.
|
|
Doporučená literatura
|
-
C. C. Aggarwal. Neural Networks and Deep Learning: A Textbook, 1st ed. Cham, Switzerland: Springer. 2018.
-
C. M. Bishop and H. Bishop. Deep Learning: Foundations and Concepts, 2024th edition. Cham, Switzerland: Springer. 2023.
-
J. L. Hennessy and D. A. Patterson. Computer Architecture: A Quantitative Approach, 6th edition. Cambridge. 2017.
-
M. Justice. How Computers Really Work: A Hands-On Guide to the Inner Workings of the Machine. San Francisco: No Starch Press. 2020.
|