NTU Course
Overview

High-Performance Big Data and Artificial Intelligence Systems

Offered in 111-2

  • Serial Number

    35098

  • Course Number

    CSIE5373

  • Course Identifier

    922 U4620

  • No Class

  • 3 Credits

  • Compulsory / Elective

    Data Science Degree Program / GRADUATE INSTITUTE OF COMPUTER SCIENCE & INFORMATION ENGINEERING / GRADUATE INSTITUTE OF NETWORKING AND MULTIMEDIA

      Compulsory

    • Data Science Degree Program

      • Elective

    • GRADUATE INSTITUTE OF COMPUTER SCIENCE & INFORMATION ENGINEERING

    • GRADUATE INSTITUTE OF NETWORKING AND MULTIMEDIA

  • SHIH-HAO HUNG
    • View Courses Offered by Instructor

    • COLLEGE OF ELECTRICAL ENGINEERING AND COMPUTER SCIENCE DEPARTMENT OF COMPUTER SCIENCE & INFOR

    • hungsh@csie.ntu.edu.tw

    • 資訊工程系館 3樓 320室

    • 02-33664888-320

  • Mon 6, 7, 8

  • 資105

  • Type 2

  • 50 Student Quota

    NTU 40 + non-NTU 10

  • Specialization Program

    Computer Architecture

  • Chinese
  • NTU COOL
  • Core Capabilities and Curriculum Planning
  • Notes

    Requirements: Computer Organization and Operating System

  • Limits on Course Adding / Dropping

    • Restriction: juniors and beyond

  • NTU Enrollment Status

    Enrolled
    0/40
    Other Depts
    0/0
    Remaining
    0
    Registered
    0
  • Course Description
    近年巨量資料與人工智慧的快速發展，創造許多新興的應用，為了對於更大量的資料進行分析處理以及追求更強大的人工智慧，許多國家級的科技研究乃至於大型商業應用都開始採用高效能計算(超級電腦)技術來提升競爭力，而如今的高效能計算平台也紛紛開始支援重要的巨量資料與人工智慧應用，因此高效能計算成為帶動前瞻科技的火車頭之一。 然而高效能計算平台包含一些進階的技術，包括異質計算、平行計算、分散式處理、高速網路等，往往必須透過軟硬體整合優化的方式，才能打造出高效能與高效率的系統和應用，因此能夠善用高效能計算平台的人才並不多見。對此一領域有興趣的學生，即便修習多項相關課程，恐怕仍然無法完整涵蓋此領域之基本知識與技能，更難以將多門課程所學到的東西加以整合運用。 針對以上所述之需求與門檻，本課程將採用問題導向式教學法(Problem-Based Learning)，以巨量資料與人工智慧領域中的實務問題為核心，教授相關的高效能計算知識與技能，並且鼓勵學生進行小組討論、論文研讀、期末專題，以培養學生主動學習、批判思考和問題解決能力。
  • Course Objective
    在一學期的課程中，我們將探討各類型巨量資料與人工智慧應用常遇到的系統議題，探討如何打造高效能的系統。學生將學習埋藏在系統內部的關鍵技術，包括系統架構、軟體框架、軟硬體整合與優化，以及最新的技術發展趨勢。 在一學期的課程中，我們將探討: (一) 平行與分散式計算原理 (二) 高效能計算的軟硬體架構 (三) 高效率的巨量資料儲存與分析系統 (四) 高效率的人工智慧訓練與推論系統 (五) 資訊安全與隱私保護 (六) 系統效能評估與優化實際案例。以上的每個階段，都包含了軟硬體整合與優化的議題，本課程除了介紹相關的系統架構、軟體框架之外，也將帶領學生探討最新的技術發展趨勢以及應用個案。
  • Course Requirement
    課堂討論；課後作業；期末專題提案；期末專題報告；
  • Expected weekly study hours before and/or after class
    3 hours
  • Office Hour
    Please contact the teacher and the TA. We have two TA's: 何明倩 (Ms. Ho)：r11944009@ntu.edu.tw 劉盛興(Mr. Liu)：r11922123@ntu.edu.tw
  • Designated Reading
    投影片、參考書籍與論文
  • References
    上課時提供
  • Grading
    1. NTU has not set an upper limit on the percentage of A+ grades.
    2. NTU uses a letter grade system for assessment. The grade percentage ranges and the single-subject grade conversion table in the NATIONAL TAIWAN UNIVERSITY Regulations Governing Academic Grading are for reference only. Instructors may adjust the percentage ranges according to the grade definitions. For more information, see the Assessment for Learning Section。
  • Adjustment methods for students
    Adjustment MethodDescription
    A2

    以錄影輔助

    Assisted by video

    A3

    提供學生彈性出席課程方式

    Provide students with flexible ways of attending courses

    B2

    書面報告取代口頭報告

    Written report replaces oral report

    B6

    學生與授課老師協議改以其他形式呈現

    Mutual agreement to present in other ways between students and instructors

    C1

    延後期末考試日期(時間)

    Final exam date postponement

    D1

    由師生雙方議定

    Negotiated by both teachers and students

  • Make-up Class Information
  • Course Schedule