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.

10 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

"Trong thời đại AI, cách ứng phó chắc chắn nhất là tự mình chế tạo chất bán dẫn AI."

Quá trình này không phải là các bài giảng đại học thông thường lấy lý thuyết làm trọng tâm, cũng không phải chương trình đào tạo được chuẩn hóa của các khoa liên kết doanh nghiệp chỉ dừng ở việc đáp ứng những yêu cầu đặc thù về thông số. Ngoài ra, chương trình cũng không chỉ dừng lại ở kinh nghiệm sử dụng công cụ EDA hay khai thác thư viện như các hội thảo thực tiễn rời rạc hiện nay.

Khởi đầu với vai trò nhà nghiên cứu chất bán dẫn hệ thống tại Bộ phận DS của Samsung Electronics, giành Giải Bạc Giải thưởng Công nghệ Samsung (Giải thưởng của Chủ tịch Tập đoàn) trong lĩnh vực tự động hóa thiết kế, đồng thời từng đảm nhiệm vị trí Director tại các pháp nhân ở Anh và Đức cũng như Trưởng nhóm Tiếp thị & Kinh doanh System LSI, đây là khóa học thực tiễn độc đáo do một giáo sư kỹ thuật đang hành nghề với 30 năm kinh nghiệm trực tiếp thiết kế và kiểm chứng trên FPGA.

[ Điểm khác biệt cốt lõi dành cho nhân sự đang làm việc trong ngành & kỹ sư tương lai ]

Vượt qua giới hạn của kỹ sư đang làm việc trong ngành: Không chỉ dừng lại ở việc chỉnh sửa mã hoặc sử dụng IP có sẵn, bạn sẽ xây dựng năng lực thực tiễn ở cấp độ kiến trúc để trực tiếp thiết kế NPU và CPU bằng RTL.
Xây dựng quy trình thực hành Full-Flow: Hoàn thiện toàn bộ chuỗi giá trị từ phân tích thuật toán AI đến triển khai FPGA và kiểm chứng tích hợp phần cứng Bit-True, rồi mở rộng SoC AI dựa trên CPU + NPU + RTOS.
Đã được kiểm chứng thực tế: Vượt ra ngoài lý thuyết trong giảng đường đại học, khóa học chắt lọc những bí quyết thiết kế từ tuyến đầu ngành và cung cấp quy trình đã được kiểm chứng, có thể áp dụng ngay vào thực tế.

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

Không chỉ dành cho sinh viên đại học và học viên cao học, khóa học còn cung cấp hướng dẫn thực chiến tốt nhất, không thể thay thế, cho cả những người đang đi làm mong muốn vươn lên trở thành nhà thiết kế chất bán dẫn AI/SoC thế hệ tiếp theo.

Từ lý thuyết đến triển khai phần cứng AI thực tế

Chỉ với những kiến thức rời rạc và manh mún 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 hộp đen đã hoàn thiện. Mục tiêu là từng bước trang bị năng lực thiết kế hệ thống, bao gồm tự thiết kế AI NPU và CPU RISC-V, tích hợp bộ nhớ và các thiết bị ngoại vi, port RTOS trên đó, và cuối cùng có thể xây dựng SoC AI của riêng mình.

Bắt đầu từ nền tảng về transistor và mạch kỹ thuật số, khóa học kết nối các kiến thức này qua FPGA, CPU, NPU, cho đến phần cứng tăng tốc Transformer và LLM.

Kiểm chứng kết quả nghiên cứu trên phần cứng FPGA thực tế.

Đây không phải là một khóa học chỉ để 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 của mô hình Python và RTL khớp nhau đến từng bit.

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. Chúng tôi công khai mã nguồn cần thiết cho phần thực hành, bao gồm CPU RISC-V do chính chúng tôi 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, khóa học cũng có thể sử dụng trên các bo mạch FPGA của Digilent, bao gồm cả Zybo Z7. Bạn chỉ cần điều chỉnh ánh xạ chân XDC (bo mạch) và các tham số chia tần số xung nhịp (RTL) cho phù hợp với bo mạch. Đối với khóa học 'NPU MNIST được xây dựng bằng FPGA', chỉ cần điều chỉnh ánh xạ chân XDC; còn các khóa học sử dụng OLED và Camera thì cần điều chỉnh các 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 lại giá trị chia tần để tần số mục tiêu vẫn giữ nguyên. Nếu bỏ qua phần này, màn hình hoặc video sẽ không hiển thị bình thường, vì vậy rất dễ nhầm là lỗi mã. Vui lòng kiểm tra.

Lộ trình full-stack liền mạch: từ nền tảng 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.

Step 1: Cơ bản về lý thuyết AI và xử lý hình ảnh (bao gồm Machine Learning)
Step 2: Thiết kế và kiểm chứng bộ tăng 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 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.

Kiểm chứng 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 quỹ 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 học thuật danh tiếng IJIBC được KCI xếp hạng A)
Được công nhận trên toàn cầu: Đã xuất bản 4 cuốn sách kỹ thuật trên Amazon toàn cầu (đạt vị trí số 1 về doanh số bán chạy nhất)

Sách đã xuất bản: Roger Kim: sách, tiểu sử, cập nhật mới nhất
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 đã hoạt động hoàn hảo trong môi trường Arty S7

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

YouTube:@EdgeChipLab
Trang chủ: Trường học Bán dẫn
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 bus AMBA AXI4 và triển khai trên FPGA — từ RTL đến tích hợp hệ thống

EdgeChipLab

1.405.255 ₫

Ưu đãi đặt sớm

29%

995.389 ₫

Trung cấp trở lên / FPGA, verilog, soc, amba, rtl

New

Học từng bước từ các nguyên lý cơ bản của giao thức AMBA AXI4, thiết kế Verilog RTL, kiểm chứng mô phỏng bằng Vivado đến triển khai trên FPGA. Thông qua truyền đọc/ghi đơn, truyền Burst, phân xử đa master và giải mã địa chỉ, hoàn thiện interconnect 2-Master × 2-Slave. Ngoài ra, phát triển năng lực nền tảng phần cứng để thiết kế SoC kết nối CPU RISC-V với bộ nhớ, DMA và các thiết bị ngoại vi, cũng như port FreeRTOS.

Trung cấp trở lên

FPGA, verilog, soc

Thiết kế bus AMBA AXI4 và triển khai trên FPGA — từ RTL đến tích hợp hệ thống

EdgeChipLab

1.405.255 ₫

Ưu đãi đặt sớm

29%

995.389 ₫

Trung cấp trở lên / FPGA, verilog, soc, amba, rtl

New

Bộ tính toán cốt lõi của AI NPU được triển khai bằng Verilog | Thực hành mảng Systolic 3×3

EdgeChipLab

Miễn phí

Cơ bản / FPGA, verilog, cpu-architecture, system-verilog, hardware

New

Đây là khóa học thực hành miễn phí, hướng dẫn trực tiếp triển khai cấu trúc tính toán song song cốt lõi của chip bán dẫn AI — Systolic Array — bằng Verilog và kiểm chứng qua mô phỏng Vivado. Thông qua ví dụ về cấu trúc Output-Stationary 3×3, bạn sẽ học từng bước từ thiết kế Processing Element, Input Skewing, phân tích Wavefront đến kiểm chứng bằng Testbench, qua đó hoàn toàn nắm vững nguyên lý tính toán cơ bản của NPU AI mà không cần bo mạch FPGA.

Cơ bản

FPGA, verilog, cpu-architecture

Bộ tính toán cốt lõi của AI NPU được triển khai bằng Verilog | Thực hành mảng Systolic 3×3

EdgeChipLab

Miễn phí

Cơ bản / FPGA, verilog, cpu-architecture, system-verilog, hardware

New

Nhập môn thiết kế FSM | Từ sơ đồ trạng thái đến triển khai 3-process bằng Verilog-HDL

EdgeChipLab

Miễn phí

Nhập môn / verilog, diagram, digital-logic, context-switching, rtl

New

Đây là khóa học miễn phí giúp bạn học một cách có hệ thống về thiết kế FSM (Finite State Machine) — nền tảng của các mạch điều khiển bán dẫn số — từ những kiến thức cơ bản. Thông qua ví dụ Pattern Detector, bạn sẽ từng bước nắm vững quy trình thiết kế thực tế, bao gồm so sánh cấu trúc Moore và Mealy, xây dựng State Diagram, suy ra Truth Table và lập trình Verilog-HDL theo phương pháp 3-Process Coding. Khóa học giúp bạn xây dựng nền tảng lý thuyết thiết yếu về thiết kế phần cứng số như FPGA, CPU RISC-V và NPU AI.

Nhập môn

verilog, diagram, digital-logic

Nhập môn thiết kế FSM | Từ sơ đồ trạng thái đến triển khai 3-process bằng Verilog-HDL

EdgeChipLab

Miễn phí

Nhập môn / verilog, diagram, digital-logic, context-switching, rtl

New

Nhập môn Verilog-HDL cho thiết kế bán dẫn kỹ thuật số

EdgeChipLab

Miễn phí

Nhập môn / FPGA, verilog, hardware, circuit

New

Học một cách có hệ thống từ những kiến thức cơ bản về mạch logic số đến cú pháp Verilog-HDL, thiết kế mạch logic tổ hợp và logic tuần tự, cũng như kiểm chứng thông qua mô phỏng. Giảng viên có 30 năm kinh nghiệm tại bộ phận bán dẫn của Samsung Electronics sẽ dựa trên kinh nghiệm thực tế để giúp bạn hiểu rõ mối quan hệ giữa mã HDL và hoạt động của phần cứng thực tế, đồng thời rèn luyện khả năng viết mã RTL có thể tổng hợp.

Nhập môn

FPGA, verilog, hardware

Nhập môn Verilog-HDL cho thiết kế bán dẫn kỹ thuật số

EdgeChipLab

Miễn phí

Nhập môn / FPGA, verilog, hardware, circuit

New

Xây dựng môi trường thiết kế FPGA·NPU·CPU dựa trên Vivado·Python

EdgeChipLab

Miễn phí

Nhập môn / Python, FPGA, jupyter-notebook, vivado

New

Khóa học này miễn phí, hướng dẫn bạn tự thiết lập từ đầu môi trường phát triển AMD Vivado và Python cần thiết cho thực hành thiết kế FPGA và NPU.

Nhập môn

Python, FPGA, jupyter-notebook

Xây dựng môi trường thiết kế FPGA·NPU·CPU dựa trên Vivado·Python

EdgeChipLab

Miễn phí

Nhập môn / Python, FPGA, jupyter-notebook, vivado

New

Tất tần tật về vị trí kỹ sư bán dẫn: Định hướng nghề nghiệp của tôi qua phân tích tuyển dụng tại các công ty toàn cầu

EdgeChipLab

614.799 ₫

Ưu đãi đặt sớm

28%

439.142 ₫

Nhập môn / Portfolio, asic, leader, career, job-analysis

New

Học về hệ thống 7 lĩnh vực kỹ thuật và 35 vị trí kỹ thuật được xây dựng thông qua việc phân tích tài liệu tuyển dụng của 19 công ty bán dẫn toàn cầu bởi chuyên gia có 30 năm kinh nghiệm tại Bộ phận DS của Samsung Electronics. Tìm hiểu công việc thực tế và năng lực cần thiết của từng vị trí, từ thiết kế, quy trình, linh kiện, đóng gói đến phân tích dữ liệu; khám phá các lĩnh vực mà mỗi chuyên ngành có thể theo đuổi và xây dựng chiến lược chuẩn bị xin việc. ※Hướng dẫn về ngôn ngữ giảng dạy: Slide bài giảng bằng tiếng Anh, phần thuyết minh bài giảng bằng tiếng Hàn. Đây là hình thức được thiết kế nhằm truyền đạt chính xác các thuật ngữ kỹ thuật và cách diễn đạt về vị trí công việc được sử dụng trong JD của các công ty bán dẫn toàn cầu.

Nhập môn

Portfolio, asic, leader

Tất tần tật về vị trí kỹ sư bán dẫn: Định hướng nghề nghiệp của tôi qua phân tích tuyển dụng tại các công ty toàn cầu

EdgeChipLab

614.799 ₫

Ưu đãi đặt sớm

28%

439.142 ₫

Nhập môn / Portfolio, asic, leader, career, job-analysis

New

Thiết kế CPU RISC-V để triển khai FPGA ③ Tự xây dựng CPU hoàn chỉnh với 40 lệnh RV32I

EdgeChipLab

5.650.298 ₫

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

Khi học về CPU và RISC-V, bạn có thể hiểu được chức năng của các lệnh nhưng lại gặp khó khăn ở những câu hỏi như: “Các lệnh này được thực thi như thế nào trên phần cứng thực tế?” và “Làm thế nào để xác nhận CPU do chính mình thiết kế thực sự hoạt động đúng?”. Nhiều tài liệu trên thị trường chỉ dừng ở việc giải thích ISA hoặc các ví dụ CPU đơn giản; trong nhiều trường hợp, người học cũng chỉ sử dụng các IP hoàn thiện. Vì vậy, không dễ để trải nghiệm toàn bộ quá trình tự thiết kế, xác minh CPU và chạy chương trình trên FPGA thực tế. Tôi đã có nhiều năm kinh nghiệm nghiên cứu, phát triển và kinh doanh trong lĩnh vực bán dẫn hệ thống, đồng thời hiện đang giảng dạy về thiết kế bán dẫn và FPGA tại trường đại học. Qua đó, tôi nhận thấy rõ khoảng cách trong quá trình học tập này. Vì vậy, khóa học được xây dựng không theo phương pháp cung cấp một CPU hoàn thiện rồi chỉ kiểm tra hoạt động, mà bắt đầu từ câu hỏi “Cần có những phần cứng nào để thực thi các lệnh RV32I?”, từ đó trực tiếp thiết kế cấu trúc CPU theo phương pháp White Box. Trong Volume 3, dựa trên TinyRV32I của Volume 2, chúng ta mở rộng thành CPU 32-bit Full-Version sử dụng 40 lệnh RV32I. Data path, Decoder, Branch·Jump và Byte/Halfword Memory Access được mở rộng; đồng thời triển khai Forwarding và Load-Use Interlock để Pipeline 5 tầng có thể tự xử lý các phụ thuộc dữ liệu. Tiếp đó, bằng cách tích hợp CSR, Exception, Interrupt, Trap và MRET, chúng ta hoàn thiện một CPU có khả năng xử lý không chỉ việc thực thi chương trình thông thường mà cả các ngoại lệ và sự kiện bên ngoài. Quá trình thiết kế không kết thúc ở RTL Simulation. Chúng ta sẽ thực thi chương trình thực tế trên CPU, so sánh kết quả với Spike Reference Model, đồng thời học về mục đích cũng như quy trình thực hiện và đánh giá của RISC-V Architecture Compatibility Test thông qua các trường hợp xác minh thực tế. Cuối cùng, CPU đã được xác minh sẽ được triển khai trên FPGA Arty S7-25, nhận đầu vào từ Switch và Button, thực thi chương trình và kiểm tra kết quả được xuất ra LED. Vấn đề mà khóa học này hướng tới không đơn giản chỉ là biết thêm nhiều lệnh RISC-V. Mục tiêu là kết nối các bước từ lệnh → kiến trúc CPU → Verilog RTL → điều khiển Pipeline → thực thi chương trình → xác minh dựa trên tiêu chuẩn → hoạt động thực tế trên FPGA thành một quy trình thống nhất, giúp học viên hiểu một cách căn bản cấu trúc bên trong CPU và hình thành năng lực kỹ thuật để tự thiết kế, xác minh CPU.

Trung cấp trở lên

FPGA, verilog, riscv

Thiết kế CPU RISC-V để triển khai FPGA ③ Tự xây dựng CPU hoàn chỉnh với 40 lệnh RV32I

EdgeChipLab

5.650.298 ₫

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

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

EdgeChipLab

3.396.034 ₫

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

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

3.396.034 ₫

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

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

EdgeChipLab

1.990.778 ₫

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

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

1.990.778 ₫

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

Thiết kế CPU RISC-V để triển khai FPGA ① Tìm hiểu cấu trúc lệnh và nguyên lý thực thi RV32I bằng Python

EdgeChipLab

761.180 ₫

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

5.0

(1)

Khi quyết định tự xây dựng một CPU, phần lớn mọi người thường bắt đầu bằng việc tìm sơ đồ mạch. Nhưng ngay khi mở bản vẽ ra, những câu hỏi không thể trả lời xuất hiện. Tại sao khối này phải nằm ở đây? Tại sao cổng đọc thanh ghi lại có hai cái? Tất cả câu trả lời đều nằm trong tập lệnh. Khi biết tập lệnh yêu cầu điều gì, ta sẽ xác định được cần những mạch nào. Làm theo thứ tự ngược lại thì không được. Đã có khá nhiều khóa học về RISC-V. Nhưng phần lớn chỉ hiển thị một giá trị trên slide, nói “nó hoạt động như thế này” rồi chuyển sang phần tiếp theo. Người học không có cách nào kiểm chứng giá trị đó có đúng hay không. Khóa học này đi kèm một trình mô phỏng thực thi lệnh bằng Python. Khi nhập run ADD, mã máy sẽ được lắp ráp ngay tại chỗ, 32 bit sẽ được phân tách theo từng trường, và sự thay đổi của các thanh ghi sẽ hiển thị trên màn hình. Mọi con số trong giáo trình đều là kết quả chạy từ công cụ này và sẽ được tái hiện y hệt trên màn hình của bạn. Trình gỡ lỗi thương mại cần giấy phép, còn trình mô phỏng thì vướng ở khâu cài đặt. Công cụ này chỉ cần có Python là đủ. Không cần bo mạch, giấy phép hay cài đặt. Đây là quá trình trực tiếp thực thi toàn bộ 40 lệnh RV32I, không bỏ sót một lệnh nào, để tự mình khám phá xem mạch cần phải làm gì.

Cơ bản

riscv, cpu-architecture, instruction-set-architecture

Thiết kế CPU RISC-V để triển khai FPGA ① Tìm hiểu cấu trúc lệnh và nguyên lý thực thi RV32I bằng Python

EdgeChipLab

761.180 ₫

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

5.0

(1)

Thực hành Python học máy để triển khai trên FPGA

EdgeChipLab

1.756.569 ₫

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

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

1.756.569 ₫

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

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

EdgeChipLab

5.416.088 ₫

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

5.416.088 ₫

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

Lý thuyết thiết yếu cho thiết kế chất bán dẫn AI — từ nơ-ron đến LLM

EdgeChipLab

204.933 ₫

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

4.0

(1)

Nếu muốn tự mình thiết kế các chất bán dẫn AI như NPU, bộ tăng tốc Transformer hay mini LLM, bạn cần nắm được bằng lý thuyết tại sao các phép tính bên trong chúng lại diễn ra. Khóa học này cô đọng trong ba phần những tinh túy lý thuyết thiết yếu cho thiết kế phần cứng, từ một nơ-ron đơn lẻ đến CNN, Transformer và LLM. Không phải là học thuộc công thức, mà là dùng trực giác để hiểu “tại sao lại như vậy”; một giáo sư đương nhiệm với 30 năm kinh nghiệm trong ngành bán dẫn sẽ kết nối lý thuyết phần mềm với việc triển khai phần cứng thành một thể thống nhất.

Nhập môn

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

Lý thuyết thiết yếu cho thiết kế chất bán dẫn AI — từ nơ-ron đến LLM

EdgeChipLab

204.933 ₫

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

4.0

(1)

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

EdgeChipLab

3.396.034 ₫

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

3.396.034 ₫

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

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

5.416.088 ₫

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

5.416.088 ₫

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

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

EdgeChipLab

3.396.034 ₫

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

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

3.396.034 ₫

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

Dự án nhận diện biển số xe và Tất cả trong một về nhận diện hình ảnh Deep Learning học cùng TensorFlow

AISchool

2.927.615 ₫

Cơ bản / Tensorflow, Deep Learning(DL), Machine Learning(ML), CNN, NLP, Computer Vision(CV)

4.8

(74)

600+

Đây là khóa học tất cả trong một (all-in-one), nơi bạn có thể học toàn bộ quy trình từ kiến thức cơ bản về Deep Learning/TensorFlow/Computer Vision đến ứng dụng thực tiễn thông qua dự án thực tế về nhận diện biển số xe. Thông qua các bài thực hành đa dạng, bạn có thể rèn luyện kỹ năng chuyên môn để ứng dụng các mô hình Deep Learning mới nhất vào bộ dữ liệu tùy chỉnh (Custom Dataset).

Cơ bản

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

Dự án nhận diện biển số xe và Tất cả trong một về nhận diện hình ảnh Deep Learning học cùng TensorFlow

AISchool

2.927.615 ₫

Cơ bản / Tensorflow, Deep Learning(DL), Machine Learning(ML), CNN, NLP, Computer Vision(CV)

4.8

(74)

600+

Physical AI mà bất kỳ ai cũng có thể vừa học vừa làm theo

roboseasy

2.254.264 ₫

Nhập môn / Python, AI

4.3

(3)

Năm 2025, kỷ nguyên của Physical AI (AI vật lý) mà Jensen Huang đã trực tiếp đề cập đang đến, cùng với Perception AI, Generative AI và Agentic AI. Hãy cùng trực tiếp trải nghiệm Physical AI một cách nhanh chóng và đơn giản. Trải nghiệm Physical AI cùng với thư viện LeRobot của HuggingFace và robot thực tế.

Nhập môn

Python, AI

Physical AI mà bất kỳ ai cũng có thể vừa học vừa làm theo

roboseasy

2.254.264 ₫

Nhập môn / Python, AI

4.3

(3)

Lý thuyết thiết yếu cho thiết kế chất bán dẫn AI — từ nơ-ron đến LLM

EdgeChipLab

204.933 ₫

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

4.0

(1)

Nhập môn

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

Lý thuyết thiết yếu cho thiết kế chất bán dẫn AI — từ nơ-ron đến LLM

EdgeChipLab

204.933 ₫

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

4.0

(1)

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

5.650.298 ₫

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

5.0

(1)

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

5.650.298 ₫

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

5.0

(1)

Phản hồi thường xuyên

[Thực chiến AIoT] Chuẩn bị hoàn hảo cho Makerthon Gương thông minh: Từ LLM, CV đến thiết kế phần cứng

kodekorea

2.224.988 ₫

Cơ bản / Python, Raspberry Pi, Arduino, AI, LLM

4.8

(5)

Giải quyết ngay điểm nghẽn khiến 80% thất bại tại Makerthon. Hoàn thành trong 4 tuần: Raspberry Pi · Computer Vision · LLM · Thiết kế 3D! Đạt thứ hạng cao tại Makerthon với PoC gương thông minh có thể trình diễn!

Cơ bản

Python, Raspberry Pi, Arduino

[Thực chiến AIoT] Chuẩn bị hoàn hảo cho Makerthon Gương thông minh: Từ LLM, CV đến thiết kế phần cứng

kodekorea

2.224.988 ₫

Cơ bản / Python, Raspberry Pi, Arduino, AI, LLM

4.8

(5)

Làm chủ tất tần tật về phát hiện bất thường bằng computer vision, từ phát triển đến triển khai

nexthumans

2.488.473 ₫

Trung cấp trở lên / Python, AI, Machine Learning(ML), Deep Learning(DL), azure-databricks

5.0

(14)

🚀 Học phát hiện bất thường AI thực tế với Databricks! 💡 Dừng các mô hình đắt đỏ và chậm chạp! Từ tối ưu hóa dữ liệu quy mô lớn đến triển khai thời gian thực, hoàn thành AI phát hiện bất thường có thể được sử dụng ngay trong thực tế kinh doanh.

Trung cấp trở lên

Python, AI, Machine Learning(ML)

Làm chủ tất tần tật về phát hiện bất thường bằng computer vision, từ phát triển đến triển khai

nexthumans

2.488.473 ₫

Trung cấp trở lên / Python, AI, Machine Learning(ML), Deep Learning(DL), azure-databricks

5.0

(14)

Deep Learning Odyssey của Shin Kyung-sik - Cơ bản về hình ảnh cho thị giác máy tính

asdfghjkl13551941

204.933 ₫

Nhập môn / Computer Vision(CV), Deep Learning(DL), AI

5.0

(2)

Củng cố nền tảng lý thuyết về hình ảnh, điều thiết yếu trước khi học về thị giác máy tính dựa trên học sâu. Hiểu rõ bản chất của dữ liệu hình ảnh như pixel, độ phân giải, biểu diễn màu sắc, đồng thời rèn luyện kỹ năng lập trình thực tế để đọc, chuyển đổi và tiền xử lý hình ảnh bằng Python.

Nhập môn

Computer Vision(CV), Deep Learning(DL), AI

Deep Learning Odyssey của Shin Kyung-sik - Cơ bản về hình ảnh cho thị giác máy tính

asdfghjkl13551941

204.933 ₫

Nhập môn / Computer Vision(CV), Deep Learning(DL), AI

5.0

(2)

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

EdgeChipLab

3.396.034 ₫

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

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

3.396.034 ₫

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

Xây dựng môi trường thiết kế FPGA·NPU·CPU dựa trên Vivado·Python

EdgeChipLab

Miễn phí

Nhập môn / Python, FPGA, jupyter-notebook, vivado

New

Khóa học này miễn phí, hướng dẫn bạn tự thiết lập từ đầu môi trường phát triển AMD Vivado và Python cần thiết cho thực hành thiết kế FPGA và NPU.

Nhập môn

Python, FPGA, jupyter-notebook

Xây dựng môi trường thiết kế FPGA·NPU·CPU dựa trên Vivado·Python

EdgeChipLab

Miễn phí

Nhập môn / Python, FPGA, jupyter-notebook, vivado

New

Thiết kế CPU RISC-V để triển khai FPGA ① Tìm hiểu cấu trúc lệnh và nguyên lý thực thi RV32I bằng Python

EdgeChipLab

761.180 ₫

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

5.0

(1)

Cơ bản

riscv, cpu-architecture, instruction-set-architecture

Thiết kế CPU RISC-V để triển khai FPGA ① Tìm hiểu cấu trúc lệnh và nguyên lý thực thi RV32I bằng Python

EdgeChipLab

761.180 ₫

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

5.0

(1)

Triển khai UART trên FPGA

EasyFPGA

585.523 ₫

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

585.523 ₫

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

5.0

(3)

Nhiệm vụ

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

whitebox

Miễn phí

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

4.9

(73)

900+

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

(73)

900+

Vị trí triển khai ASIC cho Foundry & Fabless: Từ RTL đến GDSII

kcmin000016345

702.628 ₫

Cơ bản / synthesis, asic, FPGA, rtl

New

Khuyến nghị bạn học trực tuyến về FLOW tổng thể của ASIC, đồng thời tham gia các khóa đào tạo trực tiếp do Học viện Bán dẫn Hàn Quốc và các đơn vị khác tổ chức để thực hiện toàn bộ dự án và xây dựng portfolio.

Cơ bản

synthesis, asic, FPGA

Vị trí triển khai ASIC cho Foundry & Fabless: Từ RTL đến GDSII

kcmin000016345

702.628 ₫

Cơ bản / synthesis, asic, FPGA, rtl

New

Thiết kế CPU RISC-V để triển khai FPGA ③ Tự xây dựng CPU hoàn chỉnh với 40 lệnh RV32I

EdgeChipLab

5.650.298 ₫

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

Trung cấp trở lên

FPGA, verilog, riscv

Thiết kế CPU RISC-V để triển khai FPGA ③ Tự xây dựng CPU hoàn chỉnh với 40 lệnh RV32I

EdgeChipLab

5.650.298 ₫

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

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

jobgreegi

907.561 ₫

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

5.0

(18)

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

907.561 ₫

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

5.0

(18)

Nhiệm vụ

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

jelly

614.799 ₫

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

4.8

(5)

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

614.799 ₫

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

4.8

(5)

Chương trình FPGA Verilog 6 (Bộ điều phối ddr)

alex

1.141.770 ₫

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

1.141.770 ₫

Cơ bản / Verilog HDL, FPGA

5.0

(3)

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

365ENM

2.254.264 ₫

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

2.254.264 ₫

Nhập môn / AI, Management, Economics, Computer Architecture

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

"Trong thời đại AI, cách ứng phó chắc chắn nhất là tự mình chế tạo chất bán dẫn AI."

Từ lý thuyết đến triển khai phần cứng AI thực tế

Kiểm chứng kết quả nghiên cứu trên phần cứng FPGA thực tế.

Lộ trình full-stack liền mạch: từ nền tảng 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