|
|
Artificial Intelligence (Master of Science) >>
|
Neuartige Rechnerarchitekturen (NeuRa)- Lecturers
- Philipp Holzinger, M. Sc., Simon Pfenning, M. Sc., Prof. Dr.-Ing. Dietmar Fey
- Details
- Hauptseminar
Online
4 cred.h, compulsory attendance, ECTS studies, ECTS credits: 5, Sprache Deutsch
Zeit: Tue 12:15 - 13:45, 07.150
- Fields of study
- WPF INF-BA-SEM ab 4 (ECTS-Credits: 5)
WPF INF-MA ab 1 (ECTS-Credits: 5)
WPF CE-BA-SEM ab 3 (ECTS-Credits: 5)
WPF CE-MA-SEM ab 3 (ECTS-Credits: 5)
WPF MT-BA ab 3 (ECTS-Credits: 5)
WPF MT-MA ab 1 (ECTS-Credits: 5)
WF AI-MA ab 1 (ECTS-Credits: 5)
- Contents
- Die Entwicklung moderner CPUs hat eine interessante Evolution durchlaufen. Angefangen bei einfachen Single-Core CPUs wurde zunächst die Taktschraube immer weiter nach oben gedreht. Als dies aus thermischem Grund nicht weiter möglich war, wurden Parallelrechner aus ihrer akademischen Nische vertrieben und zum Allgemeingut eines jeden Informatikers. Neuere Entwicklungen zeigen nun den Einsatz von heterogenen Rechnerarchitekturen, also die Verbindung verschiedener Recheneinheiten wie CPUs, GPUs, FPGAs, um mittels Spezialhardware anfallende Aufgaben schneller und energieeffizienter lösen zu können. Neueste Forschungsansätze hingegen versuchen nun auch den Hauptspeicher eines Rechners "intelligent" zu machen und Prozessoren direkt in den Speicher zu integrieren - sogenanntes in- oder near-memory-Computing.
Ziel dieses Moduls ist das Kennen, Verstehen, Verwenden, Vergleichen,und Evaluieren
verschiedener Rechnerarchitekturen von der Multi-Core CPU bis zum FPGA-Near-Memory-Beschleuniger. Anhand praktischer Anwendungen (z.B. Neuronale Netze, Bildverarbeitung, Autonomes Fahren) können die Architekturen erprobt werden.
Hierzu wird jedem Teilnehmenden ein Thema/Architektur zur Bearbeitung übertragen, welche sie/er selbstständig wissenschaftlich in einer schriftlichen Ausarbeitung und didaktisch in einem Vortrag aufarbeitet und präsentiert.Fachkompetenz
Wissen
Lernende können Wissen über die Grundprinzipien moderner Rechnerarchitekturen (Intel, ARM CPUs; AMD, Nvidia GPUs; FPGAs, Beschleunigerkerne) wiedergeben. Verstehen
Lernende verstehen die Grundprinzipien der Datenverarbeitung der einzelnen Architekturen; im Speziellen verstehen sie ob und warum eine vorgegebene Architektur besonders gut für die Lösung eines Problems geeignet ist.
Lernende verstehen die unterschiedlichen Ansätze zum Parallelismus der vorgestellten Architekturen. Anwenden
Lernende sind in der Lage Anwendungen auf den vorgegebenen Architekturen z.B. durch Programmierung umzusetzen. Hierzu erklären Studierende wie die Parallelisierungstechniken in bestehenden Architekturen eingesetzt werden. Evaluieren (Beurteilen)
Lernende evaluieren die Eignung von Architekturen, um bestimmte Probleme effizient auf diese Abbilden zu können. Sozialkompetenz
Lernende können komplexe fachbezogene Inhalte klar und zielgruppengerecht präsentieren und eigene Standpunkte in einer Fachdiskussion argumentativ vertreten.
- ECTS information:
- Credits: 5
- Additional information
- Expected participants: 16, Maximale Teilnehmerzahl: 16
www: https://www.studon.fau.de/crs4414926_join.html
Registration is required for this lecture.
Die Registration via: StudOn
- Verwendung in folgenden UnivIS-Modulen
- Startsemester SS 2022:
- Neuartige Rechnerarchitekturen (NeuRa)
- Department: Chair of Computer Science 3 (Hardware Architectures)
|
|
|