Vyučující
|
-
Novák Václav, Ing. CSc.
-
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. Rozdíly mezi CPU, GPU, TPU a FPGA 4. Rozdíly DDR, GDDR, HBM. Co je to CUDA a ROCm. 5. Příprava dat pro neuronové sítě. Rozdíl HDD, SSD, SATA, NVMe 6. Typy neuronových architektur a SW nástroje 7. Principy učení neuronových sítí 8. Co je to optimizer, scheduler, precision a loss 9. Metriky v neuronových sítích (MSE, MAE, RMSE, mIoU, ) 10. Možnosti Edge nasazení pro AI
|
Studijní aktivity a metody výuky
|
Monologická (výklad, přednáška, instruktáž), Laboratorní práce
- 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, Písemná zkouška, Analýza výkonů studenta, Test, 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
|
-
Ashenden, P. J. The Designer's guide to VHDL. Morgan Kaufmann 2008. Německo, 2008. ISBN 978-0-12-088785-9.
-
Hennessy John:. Computer Architecture. Chippenham, UK, 2016. ISBN 978-0-12-383872-8.
-
HORÁK, J.:. Hardware - učebnice pro pokročilé. Computer Press, 2001..
-
Jim Ledin. Modern Computer Architecture and Organization. Packt Publishing, 2020. ISBN 978-1838984397.
|