"AI時代、最も確実な対応は自分で直接AI半導体を作ることです。"
この講座は、理論中心の一般的な大学講義でも、特定のスペックに合わせることにとどまる契約学科の標準化されたカリキュラムでもありません。また、従来の断片化された実務セミナーのように、単なるEDAツールの使用経験やライブラリの活用にとどまるものでもありません。
サムスン電子DS部門のシステム半導体研究員としてキャリアをスタートし、設計自動化分野でサムスン技術賞銀賞(グループ会長賞)を受賞、英国・ドイツ法人のDirectorおよびシステムLSIマーケティング・営業グループ長を歴任した30年のキャリアを持つ現職の工学教授が自ら設計し、FPGAで検証した他に類を見ない実践型コースです。
[ 現役社員&エンジニアを目指す方のための核心的な差別化ポイント ]
現役エンジニアの限界を克服:単にコードを修正したり既製IPを流用したりするレベルを超え、NPUとCPUをRTLで直接設計するアーキテクチャレベルの実務能力を身につけます。
Full-Flow実務体制の構築:AIアルゴリズムの分析からFPGA実装、Bit-Trueハードウェア連携検証、さらにCPU + NPU + RTOSベースのAI SoC拡張まで、バリューチェーン全体を完遂します。
現場検証済み:大学の講義室で学ぶ理論を超え、実務の最前線における設計ノウハウを集約し、すぐに実務へ適用できる実証済みのプロセスを提供します。
AIアルゴリズム → RTL設計 → FPGA実装 → ビット・トゥルー検証 → AI SoC
学部生・大学院生はもちろん、次世代AI半導体/SoC設計者として飛躍したい現役実務者にも、他では得られない最高の実践ガイドを提供します。
理論を超えて実際のAIハードウェア実装へ
断片的な知識だけでは、システムレベルのAI半導体設計能力に到達するのは困難です。
受講生は完成したブラックボックスIPを使用するだけにとどまりません。AI NPUとRISC-V CPUを自ら設計し、メモリと周辺機器を統合したうえで、その上にRTOSをポーティングし、最終的に独自のAI SoCを構築できるシステム設計能力を段階的に身につけることを目標とします。
トランジスタとデジタル回路の基礎から始め、FPGA、CPU、NPUを経て、TransformerとLLMのアクセラレーションハードウェアまでつなげます。
研究成果を実際のFPGAハードウェアで検証します。
目で見るだけの講義ではありません。理論や単なるシミュレーションで終わらせず、自ら設計したAI半導体回路を実際のFPGAで動作させ、PythonモデルとRTLの結果が1ビットまで一致するBit-True検証を実施します。
講師のAI半導体・FPGA・RISC-V関連のKCI掲載論文4編を含む研究成果も教育コンテンツと結び付け、研究で検証した技術を実際の設計とFPGA実装へとつなげます。独自開発したRISC-V CPUをはじめ、画像学習用のPythonコードやVerilog RTLなど、実習に必要なソースコードを公開します。
手頃なArty S7-25 FPGAボードと無料のVivado設計ツールを中心に構成し、学習者が自ら設計・実装・検証する全過程を再現できるようにしました。また、Zybo Z7を含むDigilent社のFPGAボードでも使用できます。XDCピンマッピング(ボード)とクロック分周パラメータ(RTL)をボードに合わせて修正してください。「FPGAで作るMNIST NPU」講義はXDCピンマッピングのみ修正すればよく、OLEDとCameraを使用する講義ではクロック分周パラメータ(RTL)を修正します。
→講義の実習では、Arty S7の100 MHz入力クロックを基準に分周パラメータが設定されています。他のボードは入力クロックが異なるため(例:Zybo Z7は125 MHz)、目標周波数が同じになるように分周値を再計算していただく必要があります。 この部分を見落とすと画面や映像が正常に出力されませんが、コードのエラーと誤解しやすいため、ご確認ください。
断絶のないフルスタックロードマップ:基礎からmini LLMアクセラレーターまで
すべての講義は独立した断片ではなく、一つの巨大なシステムを完成させていく旅です。
Step 1: AI理論および画像処理の基礎(Machine Learningを含む)
Step 2: AIアクセラレータ(NPU)の設計および検証(Machine Learningを含む)
Step 3: RISC-V CPU設計およびシステム統合
Step 4: 高度AI SoCの実装およびmini LLMアクセラレーションプラットフォームへの拡張(継続的なコンテンツ更新)
客観的な検証指標
本コースのすべての設計成果物は、グローバル標準および学界による厳格な検証を経ています。
RISC-Vアーキテクチャ検証:独自開発のRISC-V CPUが国際財団公式コンプライアンステスト(ACT)に合格し、ソースコードを公開(GitHub)
学術的権威:単独著者による学術論文4本(KCI Aランクの著名学術誌IJIBC)
グローバルな評価:Amazonで技術書4冊を出版(ベストセラー1位を達成)
出版書籍: Roger Kim: books, biography, latest update
実動作検証完了:RV32I CPU、NPU、ビジョンシステム、GPS、Transformer、AURA-Edge SoCなどの主要IPがArty S7環境で完全動作
挑戦してください。実際にコードをボードに書き込み、結果を確認するこのプロセスを終える頃には、皆さんは以前とはまったく異なる視野を持つハードウェアエンジニアへとレベルアップしていることでしょう。