查詢教學大綱與進度

教學大綱與進度

課程基本資料：

學年期課號課程名稱階段學分時數修教師班級人撤備註

113-2 339715 進階FPGA設計 1 3.0 3 ★ 賴冠廷電子四甲
電子四乙 34 4 電子大四合開

學年期	課號	課程名稱	階段	學分	時數	修	教師	班級	人	撤	備註
113-2	339715	進階FPGA設計	1	3.0	3	★	賴冠廷	電子四甲電子四乙	34	4	電子大四合開

教學大綱與進度：

教師姓名賴冠廷　教師諮商時間(Office Hours)

Email ktlai@ntut.edu.tw

最後更新時間 2024-12-18 14:32:42

課程大綱本課程將以Xilinx PYNQ Z2為平台, 教授學生FPGA程式開發、硬體系統設計、和如何利用FPGA加速深度學習演算法。主要內容包括Xilinx Vivado和Vitis開發環境, High-level Synthesis (HLS) & SystemC, 基本FIR filter和矩陣乘法的設計, 以及類神經網路的模型移植等等。

課程進度 1. Xilinx & Vivado IDE 2. High-level Synthesis (HLS) & SystemC 3. Finite Impulse Response (FIR) Filters 4. Discrete Fourier Transform & Fast Fourier Transform 5. Matrix Multiplication 6. Prefix Sum and Histogram 7. Video Systems 8. Deep Learning Implementation on FPGA 9. Pruning & Quantization 10. Object Detection on FPGA This course teaches FPGA programming, hardware system design, and how to implement and accelerate Deep Learning Algorithms on FPGA. The syllabus is shown below: 1. Xilinx & Vivado IDE 2. High-level Synthesis (HLS) & SystemC 3. Finite Impulse Response (FIR) Filters 4. Discrete Fourier Transform & Fast Fourier Transform 5. Matrix Multiplication 6. Prefix Sum and Histogram 7. Video Systems 8. Deep Learning Implementation on FPGA 9. Pruning & Quantization 10. Object Detection on FPGA

評量方式與標準 Labs (70%), Final Project (30%)

使用教材、參考書目或其他 【遵守智慧財產權觀念，請使用正版教科書，不得使用非法影印教科書】

使用外文原文書：是
KRG @ UC San Diego, “Parallel Programming for FPGAs”, 2018 自製講義 https://www.youtube.com/watch?v=FKsX-kS4aDE&list=PL3S3ZnDPwJ-PITh32aNpOWpOzhcRNeN18

課程諮詢管道使用Microsoft Teams或在FB群組中發問

延伸教學與資源

課程對應SDGs指標 SDG4：優質教育（Quality Education）
SDG9：產業創新與基礎設施（Industry, Innovation and Infrastructure）

課程是否導入AI

備註
1. Website: http://www.aiotlab.org/teaching/fpga.html
2. Facebook Group: https://www.facebook.com/groups/194297719121192
3. 不定時線上小考當作點名

教師姓名	賴冠廷　教師諮商時間(Office Hours)
Email	ktlai@ntut.edu.tw
最後更新時間	2024-12-18 14:32:42
課程大綱	本課程將以Xilinx PYNQ Z2為平台, 教授學生FPGA程式開發、硬體系統設計、和如何利用FPGA加速深度學習演算法。主要內容包括Xilinx Vivado和Vitis開發環境, High-level Synthesis (HLS) & SystemC, 基本FIR filter和矩陣乘法的設計, 以及類神經網路的模型移植等等。
課程進度	1. Xilinx & Vivado IDE 2. High-level Synthesis (HLS) & SystemC 3. Finite Impulse Response (FIR) Filters 4. Discrete Fourier Transform & Fast Fourier Transform 5. Matrix Multiplication 6. Prefix Sum and Histogram 7. Video Systems 8. Deep Learning Implementation on FPGA 9. Pruning & Quantization 10. Object Detection on FPGA This course teaches FPGA programming, hardware system design, and how to implement and accelerate Deep Learning Algorithms on FPGA. The syllabus is shown below: 1. Xilinx & Vivado IDE 2. High-level Synthesis (HLS) & SystemC 3. Finite Impulse Response (FIR) Filters 4. Discrete Fourier Transform & Fast Fourier Transform 5. Matrix Multiplication 6. Prefix Sum and Histogram 7. Video Systems 8. Deep Learning Implementation on FPGA 9. Pruning & Quantization 10. Object Detection on FPGA
評量方式與標準	Labs (70%), Final Project (30%)
使用教材、參考書目或其他	【遵守智慧財產權觀念，請使用正版教科書，不得使用非法影印教科書】使用外文原文書：是 KRG @ UC San Diego, “Parallel Programming for FPGAs”, 2018 自製講義 https://www.youtube.com/watch?v=FKsX-kS4aDE&list=PL3S3ZnDPwJ-PITh32aNpOWpOzhcRNeN18
課程諮詢管道	使用Microsoft Teams或在FB群組中發問
延伸教學與資源
課程對應SDGs指標	SDG4：優質教育（Quality Education） SDG9：產業創新與基礎設施（Industry, Innovation and Infrastructure）
課程是否導入AI
備註	1. Website: http://www.aiotlab.org/teaching/fpga.html 2. Facebook Group: https://www.facebook.com/groups/194297719121192 3. 不定時線上小考當作點名