Hardware/Software Codesign

• Beskrive principperne og elementer i HW/SW codesign
• Beskrive arbejdsgangen fra specifikation til implementering af maskinlæring for indlejrede systemer
• Beskrive fundmentale koncepter indenfor neurale netværksarkitekturer og træning af neurale netværk til indlejrede systemer
• Sammenligne forskellige software- and hardwareløsninger til implementering af maskinlæringsmodeller i indlejrede systemer
• Designe et indlejret system til maskinlæringsapplikationer
• Træne og evaluere maskinlæringsmodeller til microcontrollerbaserede indlejrede systemer
• Implementere maskinlæringsmodeller på microcontrollerbaserede indlejrede systemer
• Analysere fordele og ulemper ved forskellige designs ved brug af multiparametrisk optimering
• Optimere maskinlæringsapplikationer til indlejrede systemer

Kurset giver en overordnet introduktion til emner indenfor hardware/software codesign og elementerne i en codesign proces. Det teoretiske fundament og praktisk implementering af maskinlæringsmodeller på enheder med begrænsede ressourcer (ofte benævnt “indlejret AI”, engelsk “embedded AI”) udforskes gennem forelæsninger, øvelser og projektarbejde. Gennem en serie forelæsninger og praktiske øvelser forventes de studerende at lære at træne, evaluere og implementere en maskinlæringsmodel på et microcontrollerbaseret system, når kurset er gennemført. Metoder til at udforske afvejninger mellem rene softwareløsninger og løsninger der gør brug af hardwareacceleratorer udforskes, herunder multiparametrisk optimering for at tage højde for forskellige mål, herunder nøjagtighed, latenstid, hukommelsesforbrug og energiforbrug.

• 6 – 20 (tors 13-17)

Dette kursus forudsætter at studerende har en god baggrund i programmering i Python og C. Erfaring med microcontrollers og maskinlæring samt kendskab til digital design og computerarkitektur er fordelagtigt.

Forelæsninger, øvelser og projekt.