《人工智能软硬件核心技术》（课程编号：80231392）将在2025春季学期首次开课！2024年12月13日（周五）13:00开放本科生正选，2024年12月16日（周一）13:00开放研究生预选，研究生和本科生均可选课，精彩课程不容错过！
课程介绍
我们正处在从AI 1.0范式（专用判别式人工智能）向AI 2.0范式（通用生成式人工智能）转型的重要时期。在这个代际跃迁之际，各界普遍认识到了算力和软硬件系统的重要性。随着算力需求规模持续增大，我国的算力建设的持续推进，围绕算力建设的机遇和挑战变得更加突出。
为了解决“如何构建好算力、利用好算力，以及如何让AI更好地服务于国家发展和人民生活？”等问题，我们需要培养更多了解AI计算的学生，并吸引他们参与到新一代AI计算体系的建设中来。本课程为围绕针对人工智能算法（AI）的软硬件核心技术的通识课，旨在实现以下学生培养目标：
帮助学生掌握基本和重要概念；
帮助学生掌握软硬件协同设计与优化的整体方法论、以及代表性技术；
帮助学生了解AI软硬件的发展历史和前沿趋势、理解技术的发展逻辑；
鼓励学生站在宏观角度思考应用发展趋势、以及相应的技术体系演变趋势。
课程信息
【课程名称】人工智能软硬件核心技术
【选课编号】80231392
【学分学时】32学时2学分
【课程类型】研究生公共课
【课程对象】清华大学研究生及高年级本科生
【先修要求】本课程无硬性先修要求，建议先修电子系本科的《数字逻辑与处理器基础》、《媒体与认知》，研究生的《模式识别》、《高等机器学习》、《机器学习》等课程
课程优势
1教学循序渐进
本课程针对人工智能算法（AI）的软硬件核心技术，讲解AI软硬件技术的发展历史，基础概念，以及针对人工智能的高效推理和训练的算法、软件、硬件全栈的设计与优化的方法论。
2前沿技术引领
本课程将选择具有代表性的算法、软件、硬件设计进行讲解，传授方法背后的设计逻辑，包括软硬件协同优化的最新技术、关键应用与芯片的发展趋势等前沿主题。
3问题导向启发
本课程围绕若干牵引性问题展开，通过提出问题和寻求答案的过程串联课程主要内容，引发学生的思考及自主性探究。
授课教师介绍
汪 玉
清华大学电子系教授、系主任
清华大学信息科学技术学院副院长
国家杰出青年基金获得者
电气与电子工程师协会会士（IEEE Fellow）
学生教学
深度参与了电子信息大类课程改革和核心课建设，组织编写了《数字逻辑与处理器基础》和《高效深度学习：模型压缩与设计》两本相关教材和参考书。
学术研究
长期从事智能芯片、高能效电路与系统研究，发表IEEE/ACM期刊论文60余篇、会议论文270余篇，谷歌学术引用23,000余次。
工程转化
创立深鉴科技，打造世界领先的深度学习高能效计算平台，2018年被业内龙头企业收购，推动智能芯片在全球范围的产业化和国家重点领域的部署落地。推动成立无问芯穹，形成面向大模型的软硬件联合优化平台，在国内外十余种芯片上实现业界领先的大模型推理性能。
课程大纲
本门课程围绕若干牵引性问题展开：
【基础知识】什么是软硬件系统？人工智能算法在实际硬件平台上实现与运行的基本原理与机制是什么？
【问题定义】针对人工智能计算系统，应如何进行性能评估和优劣判定？
【技术逻辑】传统算法与人工智能算法在本质特征上有何区别？为什么需要构建全新的软硬件设计方法论与系统架构以适应人工智能发展的需求？
【技术逻辑】面向人工智能算法的软硬件设计范式与传统算法设计范式之间存在哪些主要差异？
【宏观逻辑 -历史与发展】人工智能相关的算法、软件与硬件系统经历了怎样的演进历程？当前的发展趋势及其背后的需求动力是什么？这一过程中有哪些关键节点与核心认知的转折点？
【应用展望】对国家经济与社会发展具有深远影响的人工智能关键应用场景包括哪些？目前产业及技术的落地与应用情况如何？
【微观逻辑推演】 在现有应用需求和算法发展趋势下，未来软硬件系统的设计思路与优化路径将如何演变？
【宏观逻辑推演】在当前国际形势背景下，我国针对人工智能的软硬件技术体系及其生产关系将如何发展？最终可能呈现出怎样的形态？
具体课程大纲如下：
选课方式
春季学期研究生预选时间：2024年12月16日（周一）13:00～12月19日（周四）10:00
春季学期本科生正选时间：2024年12月13日（周五）13:00～12月16日（周一）16:00
选课登陆入口（需校内网络打开）：https://zhjwxk.cic.tsinghua.edu.cn/xklogin.do
课程互动
对课程有任何疑问和建议，欢迎联系课程助教（邮箱：hk24@mails.tsinghua.edu.cn），咨询更多课程信息
供稿｜电路与系统研究所
编辑｜陶旋姿
审核｜汪 玉 沈 渊 李冬梅
