招生状态：招生中
课时安排：7周在线小组科研+5周论文辅导，教授全程参与
适合专业
电子工程、电子与计算机工程、自动化等专业或者希望修读相关专业的学生；
学生需要具备数学、信号处理、VLSI 和计算机体系结构等相关基础；
建议选修: 集成电路与芯片技术。
项目收获
1. 7周在线小组科研学习+5周论文指导学习 共125课时
2. 学术报告
3. 优秀学员获主导师Reference Letter
4. EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等级别索引国际会议全文投递与发表指导（可用于申请）
5. 结业证书
6. 成绩单
项目介绍
本项目将研究如何使用现有硬件（如FPGA、GPU、CPU等）加速人工智能AI或机器学习ML的计算，并了解新的AI/ML加速架构，涉及算法、信号处理、超大规模集成电路和计算机体系结构等多个领域的内容。
通过本项目的学习，能够帮助学生了解AI/ML算法的硬件成本，以及如何在各种硬件目标上映射AI/ML算法，并能够优化相关硬件设计，更大程度地支撑对AI/ML的加速作用。项目结束时提交项目报告，进行成果展示。
项目大纲
计算机体系结构与数字算术（CPU, GPU, FPGA, ASIC）
基于FPGA、CPU/GPU+的硬件加速器及SoC框架
深度学习DL与图神经网络GNN算法基础
RTL和高级描述：基于Python库的高级描述快速实现硬件加速
能够在域内重新配置运行的新型计算机（AI/ML）
项目回顾与成果展示论文辅导
导师介绍
Dejan加州大学洛杉矶分校（UCLA）终身教授Dejan教授现任UCLA电子计算机工程终身正教授、电气与电子工程师协会会士、美国医学与生物工程院院士，获得美国自然科学基金（NSF）早期职业奖、ISSCI杰出论文奖，拥有加州大学伯克利分校博士学位。研究聚焦植入式神经调节系统、领域特定计算、设计方法论，在国际知名期刊发表论文110余篇，h指数48，i10指数135，引用量高达8500+。
