Tạo bộ tăng tốc AI bằng FPGA — Từ xử lý hình ảnh đến huấn luyện CNN và kiểm chứng phần cứng

Name: Tạo bộ tăng tốc AI bằng FPGA — Từ xử lý hình ảnh đến huấn luyện CNN và kiểm chứng phần cứng
Price: 220000 KRW

Nhiều người đã học về FPGA và Verilog nhưng lại gặp khó khăn ở câu hỏi "Vậy làm thế nào để trực tiếp tạo ra một bộ tăng tốc AI?". Khóa học này sẽ giải đáp thắc mắc đó. Chỉ với một tấm FPGA phổ thông và các công cụ miễn phí, bạn sẽ bắt đầu từ việc tự tay thiết kế kernel 3×3, trực tiếp huấn luyện CNN, lượng tử hóa các trọng số đã học sang INT8 để đưa vào phần cứng, và cuối cùng là kiểm chứng xem nó có khớp hoàn toàn (Bit-True) với mô hình Python đến từng bit hay không. Với 30 năm kinh nghiệm trong ngành bán dẫn và tư cách là giáo sư đương nhiệm, tôi chỉ dạy những nội dung đã được kiểm chứng trên FPGA thực tế dưới dạng các 'mạch điện hoạt động được'. Thay vì lý thuyết suông, bạn sẽ có được trải nghiệm tự tay thiết kế và chứng minh, từ đó trang bị năng lực thực chiến đáp ứng yêu cầu trong lĩnh vực thiết kế Fabless và chip bán dẫn AI.

9 học viên đang tham gia khóa học này

Độ khó Trung cấp trở lên

Thời gian Không giới hạn

EdgeChipLab

FPGA

Verilog HDL

vivado

CNN

FPGA

Verilog HDL

vivado

CNN

Bạn sẽ nhận được điều này sau khi học.

Khả năng trực tiếp thiết kế bộ tăng tốc nhận dạng hình ảnh, từ nhân 3×3 đến CNN, và vận hành trên FPGA
Kỹ năng thực tiễn trong việc lượng tử hóa (PTQ·QAT) các trọng số số thực đã huấn luyện sang INT8 để triển khai lên phần cứng.
Khả năng kiểm chứng Bit-True đối chiếu mô hình tham chiếu Python và Verilog RTL theo từng đơn vị 1-bit.
Khả năng triển khai pipeline xử lý hình ảnh thời gian thực (bộ lọc pixel, tích chập 3×3) trên FPGA
Khả năng trực tiếp thiết kế các cấu trúc tính toán thân thiện với phần cứng như Line Buffer, Winner-Take-All, Argmax, v.v.
Kinh nghiệm thực tế trong việc xử lý hai miền xung nhịp (clock domain) và căn chỉnh thời gian (timing) trong thực hành FPGA.
Kết quả là một bộ tăng tốc AI hoạt động thực tế, có thể dùng làm portfolio, được hoàn thành chỉ với các công cụ miễn phí và một tấm FPGA.

■ Giới thiệu bài giảng

Đây là khóa học thực hành giúp bạn trực tiếp thiết kế, huấn luyện và kiểm chứng bộ tăng tốc AI (NPU) chỉ với một bo mạch FPGA phổ thông (Arty S7-25) và công cụ miễn phí (Vivado). Bắt đầu từ việc tự tay thiết kế kernel 3×3, bạn sẽ trực tiếp huấn luyện CNN, lượng tử hóa các trọng số số thực đã học sang INT8 để đưa lên FPGA, sau đó kiểm chứng xem kết quả có khớp hoàn toàn (Bit-True) với mô hình tham chiếu bằng Python hay không. Không chỉ dừng lại ở việc giải thích khái niệm, bạn sẽ được tận mắt xác nhận mạch điện mình thiết kế hoạt động trên phần cứng thực tế, và toàn bộ mã nguồn đều được công khai trên GitHub.

■ Nội dung khóa học này bao gồm

Từ xử lý hình ảnh đến thiết kế bộ tăng tốc AI, khóa học được chia thành hai lộ trình tiếp nối nhau.

· Xử lý hình ảnh thời gian thực — Pipeline truyền phát pixel (pixel streaming pipeline), tích chập 3×3 (3×3 convolution), bộ đệm dòng (line buffer)

· Nhập môn tăng tốc AI — Bộ phân loại kernel cố định → Huấn luyện·Lượng tử hóa CNN (PTQ·QAT) → Xác thực Bit-True trọng số huấn luyện

Bắt đầu từ việc thiết kế thủ công, tiến tới việc kiểm chứng các trọng số đã được máy học trên phần cứng.

■ Khuyên dùng cho những đối tượng sau

· Những người đang chuẩn bị xin việc trong lĩnh vực thiết kế Front-end tại các công ty bán dẫn Fabless, nhưng đang cảm thấy bế tắc vì chỉ biết lý thuyết mà chưa có kinh nghiệm thiết kế thực tế.

· Kỹ sư cấp dưới (junior) đã từng làm việc với FPGA·Verilog nhưng chưa tiến tới giai đoạn tự mình thiết kế và kiểm chứng bộ tăng tốc AI (AI accelerator)

· Sinh viên chuyên ngành Điện tử · Kỹ thuật máy tính, những người cần portfolio hiện thực hóa chip bán dẫn AI trong thực tế

· Những người muốn chuyển việc sang lĩnh vực chip bán dẫn hệ thống AI và cần phương pháp để chứng minh năng lực phần cứng thực chiến

■ Sau khi học khóa học này

· Khả năng trực tiếp thiết kế bộ tăng tốc nhận diện hình ảnh từ nhân 3×3 đến CNN và vận hành trên FPGA

· Khả năng thực chiến trong việc lượng tử hóa trọng số số thực đã học sang INT8 (PTQ·QAT) để đưa lên phần cứng

· Khả năng kiểm chứng Bit-True, đối chiếu mô hình tham chiếu Python và Verilog RTL chính xác đến từng đơn vị 1-bit

· Khả năng trực tiếp thiết kế các cấu trúc tính toán thân thiện với phần cứng như Line Buffer, Winner-Take-All, Argmax, v.v.

· Sản phẩm bộ tăng tốc AI hoạt động thực tế, có thể sử dụng ngay cho hồ sơ năng lực (portfolio) và phỏng vấn

■ Kiến thức tiên quyết

· Kiến thức cơ bản về ngôn ngữ C, kiến thức cơ bản về mạch logic kỹ thuật số

· Kinh nghiệm về cú pháp Verilog-HDL và tổng hợp·thực thi FPGA

· Sử dụng Python cơ bản

· Khái niệm cơ bản về CNN và mạng thần kinh (Neural Network)

■ Chuẩn bị trước khi học (Quan trọng)

Khóa học này được tiến hành với tiền đề là môi trường Vivado và Python đã được cài đặt, và bạn có thể thực hiện các mô phỏng cơ bản. Việc thiết lập môi trường cơ bản dưới đây sẽ không được hướng dẫn chi tiết trong khóa học, vì vậy vui lòng chuẩn bị trước.

- Cài đặt và sử dụng cơ bản Vivado

- Cài đặt Python(Anaconda/Jupyter)

- Kiến thức cơ bản về Verilog-HDL

Các kiến thức cơ bản trên đã được hướng dẫn trong các video miễn phí trên kênh YouTube của tôi (@EdgeChipLab), hoặc bạn cũng có thể tham khảo các tài liệu khác trên thị trường. Khóa học này sẽ tập trung vào phần "Xử lý hình ảnh, Thiết kế · Huấn luyện · Kiểm chứng bộ tăng tốc AI" dựa trên những nền tảng cơ bản đó.

■ Môi trường thực hành · Vật dụng chuẩn bị

· Bo mạch FPGA: Digilent Arty S7-25

· Màn hình: Pmod OLEDrgb (SSD1331, 96×64) — Dùng để hiển thị hình ảnh đầu vào và kết quả

· Công cụ: Xilinx Vivado (miễn phí), Python (Anaconda/Jupyter)

· Nguồn thực hành: Công khai toàn bộ trên GitHub (RTL·Python·Testbench·.mem)

· Đầu vào sử dụng hình ảnh đã lưu (.mem) và không cần máy ảnh.

· Có thể học từ hình ảnh cho đến mô phỏng Vivado ngay cả khi không có board mạch hay màn hình OLED

■ Điểm mạnh riêng biệt của khóa học này

· Vòng lặp hoàn chỉnh từ Thiết kế → Học tập → Xác thực phần cứng

· Xác minh Bit-True 100% — Chứng minh không chỉ là 'chạy được' mà là 'chính xác hoàn toàn với Python'

· Với một tấm FPGA phổ thông và công cụ miễn phí, hoàn thành khóa học mà không bị giới hạn về thời gian và địa điểm

· Công khai toàn bộ trên GitHub, có thể tải về và tái hiện ngay lập tức

· Giáo sư đương nhiệm với 30 năm kinh nghiệm trong ngành bán dẫn, chỉ truyền đạt những nội dung đã được kiểm chứng trên FPGA thực tế

■ Tham khảo

· Tất cả nội dung thiết kế và triển khai trong bài giảng này đều do giảng viên trực tiếp biên soạn, và phần thuyết minh (giọng nói) được tạo bằng công nghệ TTS.

Khuyến nghị cho
những người này

Khóa học này dành cho ai?

Những người đang chuẩn bị xin việc trong lĩnh vực thiết kế Front-end Fabless bán dẫn, nhưng đang cảm thấy bế tắc vì chỉ biết lý thuyết mà chưa có kinh nghiệm thiết kế thực tế.
Kỹ sư trẻ đã từng làm việc với FPGA·Verilog nhưng chưa tiến lên được giai đoạn tự thiết kế và kiểm thử bộ tăng tốc AI (AI accelerator)
Dành cho sinh viên chuyên ngành Kỹ thuật Điện tử - Máy tính, những người cần một bộ hồ sơ năng lực (portfolio) về việc hiện thực hóa chip bán dẫn AI trong thực tế.
Những người đang muốn chuyển việc sang lĩnh vực bán dẫn hệ thống AI và cần phương pháp để chứng minh năng lực phần cứng thực tế.

Cần biết trước khi bắt đầu?

C cơ bản
Cơ sở mạch logic kỹ thuật số
Cú pháp Verilog-HDL (Có thể học trước qua video miễn phí Level 1 trên YouTube)
Cài đặt Vivado · Python (Anaconda/Jupyter) và thực hiện mô phỏng cơ bản

Xin chào
Đây là EdgeChipLab

Xác minh sự nghiệp

Tự mình thiết kế và triển khai chất bán dẫn AI bằng FPGA

Với tư cách là giáo sư đại học đang đương nhiệm, tôi đã đưa vào đây 30 năm kinh nghiệm trong ngành công nghiệp bán dẫn hệ thống cùng bí quyết nghiên cứu và giảng dạy về bán dẫn AI.

Bắt đầu từ vị trí nghiên cứu viên bán dẫn hệ thống tại Bộ phận DS của Samsung Electronics, trải qua các vị trí Director tại chi nhánh Anh và Đức, cũng như Trưởng nhóm Marketing·Kinh doanh System LSI, hiện là giáo sư giảng dạy kỹ thuật bán dẫn, trực tiếp thiết kế và kiểm chứng trên FPGA để xây dựng chương trình đào tạo mang tính thực tiễn.

Đây không phải là khóa học chỉ đơn thuần dạy cách sử dụng FPGA.
Bạn sẽ hiểu các thuật toán AI → trực tiếp thiết kế NPU và CPU bằng RTL → triển khai trên FPGA → kiểm chứng trên phần cứng thực tế → và cuối cùng mở rộng đến AI SoC.

Thuật toán AI → Thiết kế RTL → Triển khai FPGA → Xác minh Bit-True → AI SoC

Vượt qua lý thuyết để hiện thực hóa phần cứng AI thực tế

Chỉ với những kiến thức rời rạc và phiến diện thì khó có thể đạt được năng lực thiết kế chất bán dẫn AI ở cấp độ hệ thống.

Học viên không chỉ dừng lại ở việc sử dụng các IP dạng hộp đen hoàn chỉnh. Mục tiêu là từng bước trang bị năng lực thiết kế hệ thống, có thể tự thiết kế AI NPU và CPU RISC-V, tích hợp bộ nhớ cùng các thiết bị ngoại vi, và cuối cùng xây dựng AI SoC của riêng mình.

Bắt đầu từ những kiến thức cơ bản về transistor và mạch số, bạn sẽ tìm hiểu xuyên suốt từ FPGA, CPU, NPU đến phần cứng tăng tốc Transformer và LLM.

Xác minh kết quả nghiên cứu trên phần cứng FPGA thực tế.

Đây không phải là khóa học chỉ xem bằng mắt. Không dừng lại ở lý thuyết hay mô phỏng đơn thuần, bạn sẽ cho mạch bán dẫn AI do chính mình thiết kế hoạt động trên FPGA thực tế và thực hiện kiểm chứng Bit-True, trong đó kết quả RTL khớp với mô hình Python đến từng bit.

Chúng tôi cũng kết nối các kết quả nghiên cứu, bao gồm 4 bài báo được đăng trên KCI của giảng viên về AI bán dẫn, FPGA và RISC-V với nội dung đào tạo, từ đó đưa các công nghệ đã được kiểm chứng trong nghiên cứu vào thiết kế thực tế và triển khai trên FPGA.

Công khai mã nguồn cần thiết cho thực hành, bao gồm CPU RISC-V do chúng tôi tự phát triển, mã Python dùng để huấn luyện hình ảnh và Verilog RTL.

Được xây dựng xoay quanh bo mạch FPGA Arty S7-25 phổ thông và công cụ thiết kế Vivado miễn phí, khóa học giúp người học có thể tự mình tái hiện toàn bộ quy trình từ thiết kế, triển khai đến kiểm chứng.

Ngoài ra, cũng có thể sử dụng với các bo mạch FPGA của Digilent, bao gồm Zybo Z7. Bạn chỉ cần điều chỉnh ánh xạ chân XDC (bo mạch) và tham số chia tần số xung nhịp (RTL) cho phù hợp với bo mạch.

'NPU MNIST được xây dựng bằng FPGA' chỉ cần chỉnh sửa ánh xạ chân XDC, còn các bài giảng sử dụng OLED và Camera thì cần chỉnh sửa tham số chia tần số xung nhịp (RTL).

→Phần thực hành của khóa học được thiết lập các tham số chia tần dựa trên xung nhịp đầu vào 100 MHz của Arty S7. Vì các bo mạch khác có xung nhịp đầu vào khác nhau (ví dụ: Zybo Z7 là 125 MHz), bạn cần tính toán lại giá trị chia tần để đạt được cùng tần số mục tiêu. Nếu bỏ qua phần này, màn hình hoặc video sẽ không hiển thị bình thường, và rất dễ hiểu lầm là lỗi mã, vì vậy hãy kiểm tra kỹ.

Lộ trình full-stack liền mạch: từ cơ bản đến bộ tăng tốc mini LLM

Tất cả các bài giảng không phải là những mảnh ghép rời rạc, mà là hành trình hoàn thiện một hệ thống khổng lồ duy nhất.

Bước 1: Cơ sở lý thuyết AI và xử lý hình ảnh (bao gồm Machine Learning)
Step 2: Thiết kế và kiểm chứng bộ gia tốc AI (NPU) (bao gồm Machine Learning)
Bước 3: Thiết kế CPU RISC-V và tích hợp hệ thống
Bước 4: Triển khai SoC AI nâng cao và mở rộng thành nền tảng tăng tốc mini LLM (liên tục cập nhật nội dung)

Các chỉ số kiểm chứng khách quan

Tất cả các sản phẩm thiết kế của khóa học này đều đã trải qua quá trình kiểm chứng nghiêm ngặt theo các tiêu chuẩn toàn cầu và giới học thuật.

Xác minh kiến trúc RISC-V: CPU RISC-V do chúng tôi tự phát triển đã vượt qua bài kiểm tra tuân thủ chính thức (ACT) của tổ chức quốc tế và công khai mã nguồn (GitHub)
Uy tín học thuật: 4 bài báo học thuật với tư cách tác giả duy nhất (đăng trên tạp chí danh tiếng IJIBC thuộc danh mục học thuật KCI hạng A)
Được công nhận toàn cầu: Đã xuất bản 2 cuốn sách công nghệ trên Amazon toàn cầu (đạt hạng 3 trong danh sách bán chạy nhất)
Đã hoàn tất xác minh hoạt động thực tế: Các IP cốt lõi như CPU RV32I, NPU, hệ thống thị giác, GPS, Transformer, SoC AURA-Edge đều hoạt động hoàn hảo trong môi trường Arty S7

Hãy thử thách bản thân. Khi quá trình tự mình đưa mã lên bo mạch và kiểm tra kết quả này kết thúc, bạn sẽ nâng tầm trở thành một kỹ sư phần cứng với tầm nhìn hoàn toàn khác so với trước đây.

YouTube:@EdgeChipLab @EdgeChipLab
Trang chủ: www.SemiconductorSchool.co.kr
GitHub (mã nguồn và dự án):github.com/estlit

Thêm

Chương trình giảng dạy

Tất cả

5 bài giảng ∙ (3giờ 6phút)

Phần 1. Xử lý hình ảnh thời gian thực

2 bài giảng ∙ (1giờ 5phút)

1. Nhập môn xử lý hình ảnh pixel
24:51
2. Lọc không gian — Bộ đệm dòng và tích chập 3×3
40:29

Phần 2. Nhập môn tăng tốc AI: Bộ phân loại đường thẳng nhận diện đặc trưng hướng

3 bài giảng ∙ (2giờ 1phút)

3. Bộ phân loại dòng hạt nhân cố định — FPGA biết hướng mà không cần học tập
37:55
4. Huấn luyện CNN và lượng tử hóa (PTQ·QAT)
44:23
5. Xác minh FPGA trọng số học tập — Bit-True
38:54

Ngày đăng: 22/07/2026

Cập nhật lần cuối: 22/07/2026

Đánh giá

Chưa có đủ đánh giá.

Hãy trở thành tác giả của một đánh giá giúp mọi người!

Khóa học khác của EdgeChipLab

Hãy khám phá các khóa học khác của giảng viên!

Thiết kế CPU RISC-V để triển khai trên FPGA ② Tự xây dựng TinyRV32I với pipeline 5 tầng

EdgeChipLab

3.431.848 ₫

Ưu đãi đặt sớm

14%

2.928.905 ₫

Trung cấp trở lên / Architecture, FPGA, verilog, cpu, riscv, AI, rtl

New

Bắt đầu từ nguyên lý hoạt động của các lệnh RISC-V, đây là khóa học thực hành thiết kế CPU 32-bit với cấu trúc pipeline 5 tầng, hoàn thiện từ việc triển khai Verilog RTL, kiểm chứng bằng mô phỏng cho đến chạy thực tế trên FPGA. Trong số 40 lệnh của RV32I, khóa học lựa chọn 14 lệnh cần thiết để tìm hiểu cấu trúc cốt lõi của CPU và từng bước xây dựng TinyRV32I. Bạn sẽ trực tiếp thiết kế và kiểm chứng các cấu trúc cốt lõi tạo nên một CPU thực tế, bao gồm datapath, thanh ghi pipeline, ALU và mạch điều khiển, Branch, Hazard, Stall·Flush, Memory-Mapped I/O, v.v. Khóa học cung cấp Verilog RTL, Testbench, chương trình Assembly, Memory Image và tệp ràng buộc FPGA được sử dụng trong bài giảng. Cuối cùng, bạn sẽ chạy chương trình thực tế trên FPGA Arty S7-25 bằng chính CPU do mình thiết kế. Khóa học không kết thúc tại đây. Sau khi hoàn thiện cấu trúc cốt lõi của CPU thông qua TinyRV32I, bạn sẽ tiếp tục với lộ trình thiết kế CPU theo từng giai đoạn, mở rộng thành Full RV32I CPU hỗ trợ toàn bộ 40 lệnh RV32I trong các khóa học tiếp theo.

Trung cấp trở lên

Architecture, FPGA, verilog

Thiết kế CPU RISC-V để triển khai trên FPGA ② Tự xây dựng TinyRV32I với pipeline 5 tầng

EdgeChipLab

3.431.848 ₫

Ưu đãi đặt sớm

14%

2.928.905 ₫

Trung cấp trở lên / Architecture, FPGA, verilog, cpu, riscv, AI, rtl

New

Lý thuyết thiết yếu cho thiết kế chip AI — Từ Neuron đến LLM

EdgeChipLab

207.094 ₫

Nhập môn / Deep Learning(DL), Machine Learning(ML), CNN, transformer, LLM, Artificial Neural Network, AI

Để trực tiếp thiết kế các loại chip bán dẫn AI như NPU, bộ tăng tốc Transformer hay mini LLM, bạn cần phải hiểu rõ lý thuyết về lý do tại sao các phép toán bên trong lại diễn ra. Khóa học này được nén thành ba phần, chắt lọc những tinh túy lý thuyết thiết yếu nhất cho việc thiết kế phần cứng, từ một nơ-ron đơn lẻ cho đến CNN, Transformer và LLM. Thay vì học thuộc lòng các công thức, giáo sư đương nhiệm với 30 năm kinh nghiệm trong ngành bán dẫn sẽ kết nối lý thuyết phần mềm và triển khai phần cứng thành một thông qua trực giác về việc "tại sao nó lại như vậy".

Nhập môn

Deep Learning(DL), Machine Learning(ML), CNN

Lý thuyết thiết yếu cho thiết kế chip AI — Từ Neuron đến LLM

EdgeChipLab

207.094 ₫

Nhập môn / Deep Learning(DL), Machine Learning(ML), CNN, transformer, LLM, Artificial Neural Network, AI

Thiết kế CPU RISC-V để triển khai trên FPGA ① Cấu trúc lệnh RV32I và nguyên lý thực thi học qua Python

EdgeChipLab

769.207 ₫

Ưu đãi đặt sớm

19%

621.283 ₫

Cơ bản / riscv, cpu-architecture, instruction-set-architecture, FPGA, Computer Architecture

New

Khi quyết định chế tạo CPU, thông thường người ta sẽ tìm sơ đồ mạch điện trước. Thế nhưng, ngay khi mở bản vẽ ra, một câu hỏi không lời giải đáp sẽ xuất hiện: Tại sao khối này lại phải nằm ở đây? Tại sao cổng đọc thanh ghi lại có hai cái? Mọi câu trả lời đều nằm ở tập lệnh. Khi biết tập lệnh yêu cầu điều gì, chúng ta sẽ xác định được cần những mạch điện nào. Quy trình ngược lại là không thể. Đã có rất nhiều bài giảng về RISC-V. Tuy nhiên, hầu hết chỉ hiển thị các giá trị trên slide rồi nói rằng "nó hoạt động như thế này" và lướt qua. Học viên không có cách nào để xác nhận xem giá trị đó có đúng hay không. Khóa học này cung cấp cho bạn một trình mô phỏng thực thi lệnh bằng Python. Khi bạn gõ `run ADD`, mã máy sẽ được lắp ráp ngay tại chỗ, 32 bit sẽ được trải rộng theo từng trường, và cách các thanh ghi thay đổi sẽ hiển thị trên màn hình. Mọi con số trong giáo trình đều là kết quả thực thi của công cụ này, và chúng sẽ được tái hiện y hệt trên màn hình của bạn. Các trình gỡ lỗi thương mại yêu cầu giấy phép, còn các trình mô phỏng thì việc cài đặt là một rào cản. Với công cụ này, bạn chỉ cần có Python. Không cần bo mạch, không cần giấy phép, cũng không cần cài đặt phức tạp. Đây là quá trình bạn sẽ trực tiếp thực thi không sót một lệnh nào trong số 40 lệnh RV32I, để từ đó tự mình tìm ra mạch điện cần phải làm những gì.

Cơ bản

riscv, cpu-architecture, instruction-set-architecture

Thiết kế CPU RISC-V để triển khai trên FPGA ① Cấu trúc lệnh RV32I và nguyên lý thực thi học qua Python

EdgeChipLab

769.207 ₫

Ưu đãi đặt sớm

19%

621.283 ₫

Cơ bản / riscv, cpu-architecture, instruction-set-architecture, FPGA, Computer Architecture

New

Thực hành phần cứng với FPGA — Từ đồng hồ kỹ thuật số đến hình ảnh camera thời gian thực

EdgeChipLab

3.431.848 ₫

Cơ bản / FPGA, Verilog HDL, vivado, simulation, digital-logic, verification

Đây là khóa học dành cho những ai đã học cú pháp Verilog nhưng vẫn còn lúng túng với câu hỏi "Vậy thì nên tạo ra cái gì?". Chỉ với một bo mạch FPGA, bạn sẽ trực tiếp thiết kế bốn loại phần cứng: đồng hồ kỹ thuật số, cảm biến khoảng cách siêu âm, màn hình OLED và cả hình ảnh camera thời gian thực. Độ khó sẽ tăng dần từ đầu ra đến đầu vào·điều khiển, hiển thị và hình ảnh, giúp bạn nắm vững thiết kế kỹ thuật số thông qua việc tạo ra các sản phẩm thực tế có thể nhìn thấy được. Một giáo sư đương nhiệm với 30 năm kinh nghiệm trong ngành bán dẫn sẽ trực tiếp giảng dạy những nội dung đã được kiểm chứng trên FPGA thực tế.

Cơ bản

FPGA, Verilog HDL, vivado

Thực hành phần cứng với FPGA — Từ đồng hồ kỹ thuật số đến hình ảnh camera thời gian thực

EdgeChipLab

3.431.848 ₫

Cơ bản / FPGA, Verilog HDL, vivado, simulation, digital-logic, verification

Nhập môn bán dẫn AI gói gọn trong một tệp Excel mà không cần công cụ EDA

EdgeChipLab

2.011.773 ₫

Ưu đãi đặt sớm

19%

1.627.169 ₫

Nhập môn / AI, Excel, Computer Architecture, GPU, Machine Learning(ML), Self Improvement, Tech Interview

New

Bạn đã từng bỏ cuộc khi học Verilog và các công cụ EDA? Một giáo sư khoa bán dẫn, người trực tiếp thiết kế NPU, sẽ hướng dẫn bạn cách hiểu từ CPU đến NPU thông qua việc tính toán với 9 tệp Excel.

Nhập môn

AI, Excel, Computer Architecture

Nhập môn bán dẫn AI gói gọn trong một tệp Excel mà không cần công cụ EDA

EdgeChipLab

2.011.773 ₫

Ưu đãi đặt sớm

19%

1.627.169 ₫

Nhập môn / AI, Excel, Computer Architecture, GPU, Machine Learning(ML), Self Improvement, Tech Interview

New

Thực hành Python học máy để triển khai trên FPGA

EdgeChipLab

1.775.094 ₫

Trung cấp trở lên / Python, Machine Learning(ML), Artificial Neural Network, Numpy, Scikit-Learn, FPGA, AI

New

Khi học máy học, bạn học cách nâng cao độ chính xác. Nhưng ngay khoảnh khắc muốn đưa mô hình đó lên một con chip thực tế, vẫn còn những câu hỏi mà không ai nói cho bạn biết. Mô hình này thực hiện bao nhiêu phép nhân? Nó cần ghi nhớ bao nhiêu và những gì? Thông số của con chip đang nhắm tới có đáp ứng được các yêu cầu đó không? Giáo trình máy học nói về độ chính xác, còn giáo trình bán dẫn nói về mạch điện, nhưng tài liệu kết nối hai lĩnh vực này lại rất hiếm. Khi triển khai CPU RISC-V và NPU trên FPGA, tôi đã nhiều lần đối mặt với khoảng cách đó. Đó là tình huống mô hình có độ chính xác cao nhất lại không thể chạy trên bo mạch. Trong khóa học này, bạn sẽ trực tiếp xây dựng sáu thuật toán bằng Python, đồng thời đo số phép nhân, phép so sánh, bộ nhớ và độ chính xác ở mỗi bước. Sau đó, các giá trị này được quy đổi thành tài nguyên trên một bo mạch FPGA thực tế. Chỉ nói “bao nhiêu phép nhân” thì không đủ để hình dung quy mô, nhưng nếu nói “chiếm bao nhiêu phần trăm tài nguyên của bo mạch” thì bạn có thể đưa ra quyết định. Sau khi hoàn thành chín Lab và đưa sáu mô hình vào cùng một bảng, bạn sẽ thấy một bức tranh khác với dự đoán. Chúng ta đã dành chín bài để đếm số phép nhân, nhưng thứ thực sự trở thành nút thắt lại không phải là phép nhân. Sau đó, chúng ta sẽ hạ độ chính xác xuống dạng số nguyên, quản lý số chữ số và xây dựng cả tiêu chí để đánh giá mạch. Bạn không cần có bo mạch FPGA. Khóa học được thực hiện hoàn toàn bằng Python, còn bo mạch chỉ được sử dụng làm 기준 để quy đổi các giá trị đo được.

Trung cấp trở lên

Python, Machine Learning(ML), Artificial Neural Network

Thực hành Python học máy để triển khai trên FPGA

EdgeChipLab

1.775.094 ₫

Trung cấp trở lên / Python, Machine Learning(ML), Artificial Neural Network, Numpy, Scikit-Learn, FPGA, AI

New

Xây dựng NPU MNIST với FPGA — Từ RTL đến kiểm chứng Bit-True

EdgeChipLab

5.473.206 ₫

Trung cấp trở lên / Artificial Neural Network, Computer Vision(CV), Verilog HDL, FPGA, verification, AI, rtl

Đưa mạng thần kinh lên FPGA — cụm từ này nghe có vẻ quen thuộc, nhưng số người thực sự làm được điều đó lại rất hiếm. Nếu bạn muốn đi trước một bước trong các đồ án tốt nghiệp (Capstone), các cuộc thi hay tác phẩm tốt nghiệp, bạn cần phải vượt xa việc chỉ huấn luyện mô hình; bạn phải có khả năng tự mình tạo ra và chứng minh cách các phép toán đó vận hành bên trong một con chip thực thụ. Khóa học này sẽ giúp bạn lấp đầy khoảng cách đó — khoảng cách giữa lý thuyết và phần cứng thực tế. Bạn sẽ tự tay hoàn thiện từ đầu đến cuối một bộ tăng tốc mạng thần kinh (NPU) nhận dạng chữ số MNIST, từ việc đọc thông số kỹ thuật đến xây dựng mô hình Golden Model bằng Python, thiết kế Verilog RTL và kiểm chứng trên FPGA. Từ lớp Conv được tạo bởi Line Buffer và MAC song song, qua ReLU, MaxPool, Flatten cho đến lớp Fully Connected và Argmax — bạn sẽ tích hợp chín khối chức năng vào một con chip duy nhất và tự mình chứng minh rằng "kết quả từ Python và đầu ra phần cứng không khác nhau dù chỉ một bit (Bit-True)". Khóa học cũng bao gồm cách vượt qua những khoảnh khắc gây ức chế khi mô phỏng chạy bình thường nhưng kết quả lại khác biệt một cách tinh vi. Tôi sẽ chỉ ra từng bí quyết thực tế mà các giáo trình học sâu thông thường không đề cập đến, chẳng hạn như lượng tử hóa số nguyên, chuyển đổi thứ tự trục mảng, hay ngăn chặn tràn bộ tích lũy. Tôi đã đúc kết những kinh nghiệm xương máu từ quá trình thiết kế CPU RISC-V và kiểm chứng Bit-True trên FPGA trong thời gian dài vào khóa học này, để các bạn không phải lặp lại những sai lầm đó. Sau khi kết thúc khóa học, bạn sẽ nắm trong tay một dự án phần cứng hoàn chỉnh mà bạn có thể tự tin nói rằng mình đã "tự tay thiết kế và chứng minh".

Trung cấp trở lên

Artificial Neural Network, Computer Vision(CV), Verilog HDL

Xây dựng NPU MNIST với FPGA — Từ RTL đến kiểm chứng Bit-True

EdgeChipLab

5.473.206 ₫

Trung cấp trở lên / Artificial Neural Network, Computer Vision(CV), Verilog HDL, FPGA, verification, AI, rtl

Khóa học tương tự

Khám phá các khóa học khác trong cùng lĩnh vực!

Xây dựng NPU MNIST với FPGA — Từ RTL đến kiểm chứng Bit-True

EdgeChipLab

5.473.206 ₫

Trung cấp trở lên / Artificial Neural Network, Computer Vision(CV), Verilog HDL, FPGA, verification, AI, rtl

Trung cấp trở lên

Artificial Neural Network, Computer Vision(CV), Verilog HDL

Xây dựng NPU MNIST với FPGA — Từ RTL đến kiểm chứng Bit-True

EdgeChipLab

5.473.206 ₫

Trung cấp trở lên / Artificial Neural Network, Computer Vision(CV), Verilog HDL, FPGA, verification, AI, rtl

Tự học thiết kế Kinh thánh của Matbi về thiết kế AI CTNH thực tế, chinh phục hoàn toàn phép tính CNN (thực hành tăng tốc sử dụng Verilog HDL + FPGA)

semisgdh

6.834.111 ₫

Trung cấp trở lên / Verilog HDL, FPGA, CNN, Embedded

5.0

(46)

700+

Phản hồi thường xuyên

Nghiên cứu kiến thức cơ bản về phần cứng AI với Matbi. Là một chuyên gia thiết kế không phải bộ nhớ, nó chứa đựng những kiến thức cần thiết để thiết kế AI HW tốt.

Trung cấp trở lên

Verilog HDL, FPGA, CNN

Tự học thiết kế Kinh thánh của Matbi về thiết kế AI CTNH thực tế, chinh phục hoàn toàn phép tính CNN (thực hành tăng tốc sử dụng Verilog HDL + FPGA)

semisgdh

6.834.111 ₫

Trung cấp trở lên / Verilog HDL, FPGA, CNN, Embedded

5.0

(46)

700+

Phản hồi thường xuyên

Khóa học Maker sản phẩm hoàn chỉnh Full-stack phần cứng cùng với AI Agent

kodekorea

2.248.452 ₫

Cơ bản / Python, OpenCV, IoT, cross-platform, circuit, AI, Vibe Coding

Đây là quy trình hoàn thiện sản phẩm IoT mà không cần lập trình phức tạp bằng phương pháp Vibe Coding sử dụng AI Agent. Bạn có thể trải nghiệm một cách cô đọng toàn bộ quá trình phát triển sản phẩm, từ điều khiển phần cứng nhúng đến nhận diện AI Vision, thiết kế PCB, in 3D, và phát triển dịch vụ Web/App để ra mắt một thiết bị IoT cấp độ thương mại hoạt động thực tế.

Cơ bản

Python, OpenCV, IoT

Khóa học Maker sản phẩm hoàn chỉnh Full-stack phần cứng cùng với AI Agent

kodekorea

2.248.452 ₫

Cơ bản / Python, OpenCV, IoT, cross-platform, circuit, AI, Vibe Coding

PyTorch Computer Vision thực chiến: Hướng dẫn hoàn chỉnh từ CNN đến DETR mới nhất

YoungJea Oh

1.597.584 ₫

24%

1.212.981 ₫

Trung cấp trở lên / PyTorch, Computer Vision(CV), CNN

5.0

(10)

100+

Bạn đang cảm thấy bế tắc trong việc áp dụng vào thực tế và chuẩn bị phỏng vấn đúng không? Bằng cách đúc kết những kinh nghiệm thực tiễn của mình, tôi sẽ giúp bạn nắm vững kiến thức từ CNN đến DETR một cách chắc chắn thông qua việc tập trung vào mã nguồn (code).

Trung cấp trở lên

PyTorch, Computer Vision(CV), CNN

PyTorch Computer Vision thực chiến: Hướng dẫn hoàn chỉnh từ CNN đến DETR mới nhất

YoungJea Oh

1.597.584 ₫

24%

1.212.981 ₫

Trung cấp trở lên / PyTorch, Computer Vision(CV), CNN

5.0

(10)

100+

Lý thuyết thiết yếu cho thiết kế chip AI — Từ Neuron đến LLM

EdgeChipLab

207.094 ₫

Nhập môn / Deep Learning(DL), Machine Learning(ML), CNN, transformer, LLM, Artificial Neural Network, AI

Nhập môn

Deep Learning(DL), Machine Learning(ML), CNN

Lý thuyết thiết yếu cho thiết kế chip AI — Từ Neuron đến LLM

EdgeChipLab

207.094 ₫

Nhập môn / Deep Learning(DL), Machine Learning(ML), CNN, transformer, LLM, Artificial Neural Network, AI

Làm chủ Verilog của 설계독학 Season 2 (Trùm cuối Test Code thực tế: Hoàn thiện tấm vé nhảy việc với các bài toán khó)

semisgdh

5.709.885 ₫

Trung cấp trở lên / Verilog HDL, FPGA, system-verilog, rtl

Phản hồi thường xuyên

Nếu như Phần 1 là để kiểm tra năng lực và củng cố kiến thức cơ bản, thì Phần 2 là khóa huấn luyện thực chiến cô đọng chỉ dành riêng cho việc 'trúng tuyển và chuyển việc'. Vượt qua những kiến thức ngữ pháp đơn thuần hay cấp độ cổng logic (gate level), bạn sẽ được trực tiếp thiết kế các mô-đun có độ khó cao nhất thường xuất hiện trong các bài kiểm tra lập trình và môi trường làm việc thực tế tại các tập đoàn lớn/công ty nước ngoài (như CDC, FIFO đồng bộ/bất đồng bộ, AMBA APB, SPI, I2C, bộ lọc FIR, v.v.). Bạn có cần một năng lực thiết kế vững chắc để không bị lung lay trước những câu hỏi dồn dập từ người phỏng vấn? Tôi đã gói gọn tất cả bí quyết thực chiến của ETA - người đã chuyển việc thành công từ một trường đại học địa phương sang công ty bán dẫn nước ngoài - cùng những bài toán kiểm tra lập trình khó nhất vào khóa học này. Mùa cuối cùng, hãy hoàn thiện tấm vé thông hành cho việc chuyển việc của bạn.

Trung cấp trở lên

Verilog HDL, FPGA, system-verilog

Làm chủ Verilog của 설계독학 Season 2 (Trùm cuối Test Code thực tế: Hoàn thiện tấm vé nhảy việc với các bài toán khó)

semisgdh

5.709.885 ₫

Trung cấp trở lên / Verilog HDL, FPGA, system-verilog, rtl

Phản hồi thường xuyên

Hướng dẫn hoàn chỉnh về CNN Deep Learning - Phiên bản TFKeras

dooleyz3525

2.278.037 ₫

Cơ bản / Deep Learning(DL), CNN, Tensorflow, Keras, Kaggle, Machine Learning(ML)

4.9

(119)

2,100+

Từ lý thuyết cốt lõi về Deep Learning và CNN đến các phương pháp triển khai mô hình CNN đa dạng, cùng với bí quyết phát triển Deep Learning thực tế thông qua các bài toán thực tế, Nếu bạn muốn trở thành chuyên gia về công nghệ Deep Learning CNN, hãy tham gia khóa học này :)

Cơ bản

Deep Learning(DL), CNN, Tensorflow

Hướng dẫn hoàn chỉnh về CNN Deep Learning - Phiên bản TFKeras

dooleyz3525

2.278.037 ₫

Cơ bản / Deep Learning(DL), CNN, Tensorflow, Keras, Kaggle, Machine Learning(ML)

4.9

(119)

2,100+

Tạo OCR thực sự hiệu quả trong thực tế như thế này.

nexthumans

2.278.037 ₫

Cơ bản / Python, AI, openai, openAI API, Computer Vision(CV)

4.6

(5)

Công nghệ OCR thực sự dùng trong thực tế, nếu muốn học đúng cách thì chỉ cần một khóa học này là đủ! Đạt mục tiêu chính xác trên 98% ngay cả với tài liệu phi cấu trúc và bố cục phức tạp, dựa trên các mô hình SOTA mới nhất cùng kinh nghiệm thực chiến, chúng tôi sẽ cùng bạn xây dựng dự án OCR cấp doanh nghiệp.

Cơ bản

Python, AI, openai

Tạo OCR thực sự hiệu quả trong thực tế như thế này.

nexthumans

2.278.037 ₫

Cơ bản / Python, AI, openai, openAI API, Computer Vision(CV)

4.6

(5)

Mô hình tạo hình ảnh cần triển khai và hiểu - Từ kiến thức cơ bản về CNN đến Khuếch tán

hjk1000

473.358 ₫

24%

355.019 ₫

Cơ bản / CNN, gan, Stable Diffusion, Tensorflow, Python

3.7

(3)

Một mô hình tạo hình ảnh nóng bỏng! Hãy hiểu bằng cách thực hiện nó từ những điều cơ bản! Hãy cùng nhau triển khai AUTO ENCODER/VAE/GAN/DIFFUSION nhé!

Cơ bản

CNN, gan, Stable Diffusion

Mô hình tạo hình ảnh cần triển khai và hiểu - Từ kiến thức cơ bản về CNN đến Khuếch tán

hjk1000

473.358 ₫

24%

355.019 ₫

Cơ bản / CNN, gan, Stable Diffusion, Tensorflow, Python

3.7

(3)

Thiết kế CPU RISC-V để triển khai trên FPGA ② Tự xây dựng TinyRV32I với pipeline 5 tầng

EdgeChipLab

3.431.848 ₫

Ưu đãi đặt sớm

14%

2.928.905 ₫

Trung cấp trở lên / Architecture, FPGA, verilog, cpu, riscv, AI, rtl

New

Trung cấp trở lên

Architecture, FPGA, verilog

Thiết kế CPU RISC-V để triển khai trên FPGA ② Tự xây dựng TinyRV32I với pipeline 5 tầng

EdgeChipLab

3.431.848 ₫

Ưu đãi đặt sớm

14%

2.928.905 ₫

Trung cấp trở lên / Architecture, FPGA, verilog, cpu, riscv, AI, rtl

New

Thiết kế CPU RISC-V để triển khai trên FPGA ① Cấu trúc lệnh RV32I và nguyên lý thực thi học qua Python

EdgeChipLab

769.207 ₫

Ưu đãi đặt sớm

19%

621.283 ₫

Cơ bản / riscv, cpu-architecture, instruction-set-architecture, FPGA, Computer Architecture

New

Cơ bản

riscv, cpu-architecture, instruction-set-architecture

Thiết kế CPU RISC-V để triển khai trên FPGA ① Cấu trúc lệnh RV32I và nguyên lý thực thi học qua Python

EdgeChipLab

769.207 ₫

Ưu đãi đặt sớm

19%

621.283 ₫

Cơ bản / riscv, cpu-architecture, instruction-set-architecture, FPGA, Computer Architecture

New

Chương trình FPGA Verilog 6 (Bộ điều phối ddr)

alex

2.278.037 ₫

Cơ bản / Verilog HDL, FPGA

5.0

(3)

Bài giảng này thực hiện triển khai DDR Memory Arbiter.

Cơ bản

Verilog HDL, FPGA

Chương trình FPGA Verilog 6 (Bộ điều phối ddr)

alex

2.278.037 ₫

Cơ bản / Verilog HDL, FPGA

5.0

(3)

[AI Thực hành] Hiểu về mô hình Diffusion thông qua việc triển khai bài báo Prompt-to-prompt

dongdong1

828.377 ₫

Trung cấp trở lên / Python, Deep Learning(DL), PyTorch, AI

4.8

(9)

Nhiệm vụ

Khóa học này thực hiện các bài thực hành liên quan đến mô hình Diffusion trong số các mô hình trí tuệ nhân tạo sinh tạo. Thông qua việc cùng nhau đọc và triển khai bài báo prompt-to-prompt - một bài báo ứng dụng mô hình Diffusion tiêu biểu, chúng tôi hy vọng có thể giúp bạn phát triển khả năng hiểu các bài báo trí tuệ nhân tạo mới nhất.

Trung cấp trở lên

Python, Deep Learning(DL), PyTorch

[AI Thực hành] Hiểu về mô hình Diffusion thông qua việc triển khai bài báo Prompt-to-prompt

dongdong1

828.377 ₫

Trung cấp trở lên / Python, Deep Learning(DL), PyTorch, AI

4.8

(9)

Nhiệm vụ

Verilog FPGA Program 6 - DDR Arbiter (HIL-A35T)

alex

2.278.037 ₫

Cơ bản / Verilog HDL, FPGA

Bài giảng này sẽ triển khai DDR Memory Arbiter.

Cơ bản

Verilog HDL, FPGA

Verilog FPGA Program 6 - DDR Arbiter (HIL-A35T)

alex

2.278.037 ₫

Cơ bản / Verilog HDL, FPGA

[Hoàn thành trong 7 ngày] Chứng chỉ MS AI-900 đậu ngay lần đầu

jobgreegi

917.132 ₫

Nhập môn / Machine Learning(ML), Deep Learning(DL), AI, AI Agent

5.0

(17)

Nhiệm vụ

Chứng chỉ thiết yếu trong thời đại AI, MS AI-900! 🚀 Bạn có biết không? ChatGPT chỉ hoạt động trên Microsoft Azure! Nếu bạn muốn tận dụng đúng cách Microsoft Azure OpenAI - nền tảng độc quyền cung cấp các mô hình GPT mới nhất, thì đây chính là cơ hội. Hãy phát triển thành chuyên gia dịch vụ Azure AI thông qua khóa học AI-900, và làm chủ các giải pháp AI cấp doanh nghiệp mà các công ty tin tưởng. Hãy nâng cao khả năng cạnh tranh của bạn với tư cách là một chuyên gia AI thực thụ bằng cách đạt được chứng nhận công nhận toàn cầu!

Nhập môn

Machine Learning(ML), Deep Learning(DL), AI

[Hoàn thành trong 7 ngày] Chứng chỉ MS AI-900 đậu ngay lần đầu

jobgreegi

917.132 ₫

Nhập môn / Machine Learning(ML), Deep Learning(DL), AI, AI Agent

5.0

(17)

Nhiệm vụ

Triển khai UART trên FPGA

EasyFPGA

591.698 ₫

Cơ bản / FPGA, system-verilog, uart, vivado

5.0

(3)

Nhiệm vụ

UART là một phương thức giao tiếp nối tiếp cơ bản và được sử dụng rộng rãi, là một chủ đề học tập rất phù hợp cho người mới bắt đầu tiếp cận thiết kế FPGA. Trong khóa học này, chúng ta sẽ tìm hiểu chi tiết về nguyên lý giao tiếp và cấu trúc khung của UART, sau đó tiến hành quá trình tự triển khai logic truyền nhận thông qua thiết kế RTL (Register Transfer Level) dựa trên hiểu biết đó. Bằng cách triển khai UART trên FPGA, bạn có thể phát triển một cách có hệ thống năng lực thiết kế mạch kỹ thuật số và tích lũy kinh nghiệm kiểm tra hoạt động ở cấp độ phần cứng thực tế thông qua mô phỏng và kiểm định. Ngoài ra, bạn cũng sẽ học cách sử dụng Soft Processor như MicroBlaze và Xilinx UART IP, từ đó hiểu rộng hơn về quy trình thiết kế hệ thống dựa trên bộ xử lý và cấu hình giao diện. Qua đó, bạn có thể trang bị năng lực phát triển toàn diện, bao gồm cả thiết kế logic và thiết kế bộ xử lý.

Cơ bản

FPGA, system-verilog, uart

Triển khai UART trên FPGA

EasyFPGA

591.698 ₫

Cơ bản / FPGA, system-verilog, uart, vivado

5.0

(3)

Nhiệm vụ

Khóa học AI toàn diện 2026: ChatGPT, Gemini, Midjourney, Firefly

Tanmoy Das

502.943 ₫

Nhập môn / gemini, AI, ChatGPT, Midjourney, Microsoft Copilot

5.0

(1)

Xin chào các bạn. Chào mừng đến với Khóa học AI Toàn diện 2026 của tôi: ChatGPT, Google Gemini, Midjourney, Firefly. Trong khóa học này, bạn sẽ học mọi thứ về tất cả các Công cụ AI. Tôi đã tạo các bài học video về mọi tính năng của những công cụ AI này. Bạn sẽ được xem cách triển khai thực tế về cách sử dụng từng tính năng của các công cụ này.

Nhập môn

gemini, AI, ChatGPT

Khóa học AI toàn diện 2026: ChatGPT, Gemini, Midjourney, Firefly

Tanmoy Das

502.943 ₫

Nhập môn / gemini, AI, ChatGPT, Midjourney, Microsoft Copilot

5.0

(1)

Kiến trúc sư của khoảng cách vượt trội TSMC, bí quyết chiến lược số 1 thế giới

365ENM

2.278.037 ₫

Nhập môn / AI, Management, Economics, Computer Architecture

Vượt ra ngoài lĩnh vực công nghệ bán dẫn, cuốn sách này khảo sát một cách toàn diện cách thức một doanh nghiệp vận hành thế giới. Không chỉ dừng lại ở việc giải thích công nghệ đơn thuần, sách phân tích lý do tại sao Mỹ, Trung Quốc và Đài Loan đang đối đầu gay gắt xung quanh bán dẫn, đồng thời đề cập đến cách TSMC tạo ra khoảng cách vượt trội để dẫn dắt thị trường thông qua các trường hợp thực tế. Tập trung vào khả năng lãnh đạo của người sáng lập Morris Chang và chiến lược thành công của TSMC, cuốn sách mang đến cơ hội hiểu một cách tích hợp về công nghệ và quản trị kinh doanh.

Nhập môn

AI, Management, Economics

Kiến trúc sư của khoảng cách vượt trội TSMC, bí quyết chiến lược số 1 thế giới

365ENM

2.278.037 ₫

Nhập môn / AI, Management, Economics, Computer Architecture

[AI cơ bản] Hiểu về CNN dành cho AI Research Engineer

whitebox

Miễn phí

Nhập môn / Computer Vision(CV), Python, PyTorch, CNN

4.9

(66)

800+

Đã học CNN rồi mà bạn vẫn chưa rõ sao? Tôi sẽ tóm tắt nguyên lý hoạt động cơ bản của CNN, chỉ những điểm chính.

Nhập môn

Computer Vision(CV), Python, PyTorch

[AI cơ bản] Hiểu về CNN dành cho AI Research Engineer

whitebox

Miễn phí

Nhập môn / Computer Vision(CV), Python, PyTorch, CNN

4.9

(66)

800+

Mổ xẻ toàn diện hệ thống robot do người trong ngành chia sẻ: từ linh kiện đến giao tiếp truyền thông

jelly

414.189 ₫

Nhập môn / Embedded, MCU, ros, robotics, robot, AI, systems

5.0

(2)

Update

Nắm vững các khái niệm về bộ điều khiển cấp cao/cấp thấp, cảm biến và truyền thông siêu tốc trong lĩnh vực robot học qua ví dụ Unitree Go2

Nhập môn

Embedded, MCU, ros

Mổ xẻ toàn diện hệ thống robot do người trong ngành chia sẻ: từ linh kiện đến giao tiếp truyền thông

jelly

414.189 ₫

Nhập môn / Embedded, MCU, ros, robotics, robot, AI, systems

5.0

(2)

Update

Tạo bộ tăng tốc AI bằng FPGA — Từ xử lý hình ảnh đến huấn luyện CNN và kiểm chứng phần cứng

Bạn sẽ nhận được điều này sau khi học.

Khuyến nghị cho những người này

Xin chàoĐây là EdgeChipLab

Tự mình thiết kế và triển khai chất bán dẫn AI bằng FPGA

Vượt qua lý thuyết để hiện thực hóa phần cứng AI thực tế

Xác minh kết quả nghiên cứu trên phần cứng FPGA thực tế.

Lộ trình full-stack liền mạch: từ cơ bản đến bộ tăng tốc mini LLM

Các chỉ số kiểm chứng khách quan

Chương trình giảng dạy

Đánh giá

Khóa học khác của EdgeChipLab

Khóa học tương tự

Khuyến nghị cho
những người này

Xin chào
Đây là EdgeChipLab