inflearn logo
강의

Khóa học

Chia sẻ kiến thức
inflearn logo
NEW
Hardware

/

Semiconductor

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

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".

1 học viên đang tham gia khóa học này

Độ khó Trung cấp trở lên

Thời gian Không giới hạn

Artificial Neural Network
Artificial Neural Network
Computer Vision(CV)
Computer Vision(CV)
Verilog HDL
Verilog HDL
FPGA
FPGA
verification
verification
Artificial Neural Network
Artificial Neural Network
Computer Vision(CV)
Computer Vision(CV)
Verilog HDL
Verilog HDL
FPGA
FPGA
verification
verification

Bạn sẽ nhận được điều này sau khi học.

  • Một dự án bộ tăng tốc mạng thần kinh (NPU) hoàn chỉnh từ đặc tả kỹ thuật đến RTL và kiểm chứng, có thể nộp cho đồ án Capstone, cuộc thi hoặc đồ án tốt nghiệp.

  • Toàn bộ quá trình từ việc cố định các hạn chế phần cứng trước, sau đó trực tiếp huấn luyện mạng thần kinh cho phù hợp, lượng tử hóa các trọng số đó thành số nguyên và triển khai lên phần cứng — không phải là việc sử dụng lại các trọng số có sẵn của người khác, mà là trải nghiệm tự mình xây dựng mọi thứ ngay từ khâu huấn luyện.

  • Khả năng kiểm chứng Bit-True trực tiếp chứng minh rằng đầu ra của phần cứng và kết quả từ Python không khác nhau dù chỉ một bit — Kỹ năng thay đổi từ "có vẻ như nó đang chạy" thành "đã chứng minh được sự trùng khớp hoàn toàn"

  • Khả năng thiết kế và triển khai trực tiếp Conv·ReLU·MaxPool·Flatten·Kết nối đầy đủ·Argmax bằng Verilog RTL (bao gồm line buffer, MAC song song, bộ tích lũy)

  • Bí quyết xử lý các cạm bẫy thực tế khi chuyển đổi trọng số dấu phẩy động đã huấn luyện sang số nguyên, chẳng hạn như chuyển đổi thứ tự trục, hiệu chỉnh chữ số và ngăn chặn tràn bộ tích lũy.

  • Kinh nghiệm tích hợp hệ thống trong việc tích hợp và kiểm chứng các khối riêng lẻ thành một chip duy nhất.

  • Bước đầu tiên trong thiết kế NPU ISA nhằm mở rộng bộ tăng tốc cố định thành bộ xử lý dựa trên tập lệnh

Xây dựng mạng thần kinh bằng chip, chứ không phải bằng phần mềm.

NPU nhận diện MNIST từ thông số kỹ thuật đến RTL và kiểm chứng — tự tay thiết kế và chứng minh đến từng bit.

Bạn đã bao giờ trăn trở về những điều này chưa?

Bạn đã thử huấn luyện mô hình nhưng không ai dạy cách đưa nó lên FPGA. Bạn đã từng làm việc với Verilog nhưng chưa bao giờ hoàn thiện toàn bộ mạng thần kinh dưới dạng một bộ tăng tốc duy nhất, và dù đã chọn chủ đề "Phần cứng AI" cho đồ án chuyên ngành hay đồ án tốt nghiệp, bạn vẫn thấy bế tắc không biết phải bắt đầu từ đâu. Khi chuyển đổi trọng số dấu phẩy động sang số nguyên, mô phỏng vẫn chạy nhưng kết quả lại bất thường, và dù đã xác nhận rằng "có vẻ như nó đang chạy" nhưng bạn lại không biết cách chứng minh liệu nó có thực sự đúng hay không.

Câu trả lời mà khóa học này mang lại

Khóa học này sẽ trực tiếp xây dựng bộ tăng tốc mạng thần kinh (NPU) nhận dạng chữ số MNIST, bắt đầu từ việc đọc thông số kỹ thuật, mô hình Golden bằng Python, huấn luyện phù hợp với các hạn chế phần cứng và lượng tử hóa số nguyên, thiết kế Verilog RTL, cho đến kiểm chứng Bit-True trên FPGA mà không bỏ qua bất kỳ bước nào.

Sau khi kết thúc khóa học, trong tay các bạn sẽ là một dự án phần cứng hoàn chỉnh có thể nộp ngay cho đồ án capstone, cuộc thi hay đồ án tốt nghiệp. Và bạn sẽ có thể tự tin nói rằng: "Tôi đã tự mình huấn luyện, thiết kế và chứng minh chính xác đến từng bit".

Bí quyết riêng của khóa học này

Thứ nhất, phần cứng trước, huấn luyện sau. Thay vì sử dụng các trọng số do người khác tạo ra, bạn sẽ cố định các ràng buộc phần cứng như độ rộng bit và thứ tự tính toán trước, sau đó trực tiếp huấn luyện mạng thần kinh sao cho phù hợp. Mô hình Python sẽ trở thành bản thiết kế chi tiết đến từng bit của RTL.

Thứ hai, thay đổi từ "có vẻ như đang hoạt động" thành "khớp chính xác". Đưa việc kiểm chứng Bit-True, chứng minh rằng mô hình Golden Python số nguyên và đầu ra RTL không khác biệt dù chỉ một bit, lên hàng đầu. Chúng tôi truyền tải nguyên vẹn những cạm bẫy trong thực tế, từ lý do tại sao dễ bị đánh lừa nếu chỉ khớp lớp (class) cho đến lý do tại sao cần kiểm chứng hàng loạt.

Thứ ba, tiến từ bộ tăng tốc sang bộ vi xử lý. Không chỉ dừng lại ở một ví dụ đơn lẻ, chúng tôi mở ra lộ trình mở rộng từ bộ tăng tốc cố định thành bộ vi xử lý được điều khiển bằng tập lệnh (NPU ISA).

Tổng quan chương trình học (7 phần · 10 bài giảng · 7 giờ 7 phút)

Phần 1. Ngôn ngữ thiết kế — Cách đọc thông số kỹ thuật MNIST NPU
Phần 2. Python — Đáp án chuẩn của phần cứng (Golden Model) và huấn luyện, lượng tử hóa số nguyên
Phần 3. Mạch trích xuất đặc trưng — Line buffer và MAC song song 4 kênh
Phần 4. Mạch chuyển đổi và quyết định — ReLU, MaxPool, Flatten, Kết nối đầy đủ và Argmax
Phần 5. Tích hợp và kiểm chứng — Chín khối trong một chip, chứng minh bằng Bit-True
Phần 6. Mở rộng — NPU ISA và trình biên dịch mini
Phần 7. Thiết lập môi trường thực hành — Kiểm tra bắt buộc trước khi mô phỏng

Đề xuất cho những đối tượng sau

Khuyên dùng cho sinh viên đại học đang chuẩn bị đồ án tốt nghiệp hoặc capstone về chủ đề phần cứng AI, những người tham gia cuộc thi cần kết quả nổi bật, các kỹ sư đang làm việc tại các công ty thiết kế muốn mở rộng năng lực sang mảng NPU và bộ tăng tốc AI, những kỹ sư phần cứng có tinh thần tự học muốn trải nghiệm thực tế việc chế tạo và chứng minh mà các sách lý thuyết chưa đáp ứng đủ, và những bạn đang chuẩn bị học cao học với định hướng nghề nghiệp về thiết kế NPU.

Kiến thức tiên quyết

Chỉ cần có kiến thức nền tảng về Verilog HDL và thiết kế logic kỹ thuật số là đủ. Với Python, bạn chỉ cần ở mức độ đọc và chạy được code, và không cần biết lý thuyết Deep Learning — các phép toán mạng thần kinh sẽ được giải thích từ đầu dưới góc độ phần cứng. Ngay cả khi bạn lần đầu sử dụng các công cụ FPGA, Phần 7 sẽ hướng dẫn bạn cách thiết lập môi trường.

Khuyến nghị cho
những người này

Khóa học này dành cho ai?

  • Kỹ sư phần cứng đang làm việc tại các công ty thiết kế và bán dẫn, muốn mở rộng năng lực sang lĩnh vực thiết kế bộ tăng tốc AI/NPU — Những người đã quen thuộc với thiết kế RTL nhưng cần kinh nghiệm trong việc hoàn thiện và kiểm chứng mạng thần kinh dưới dạng một bộ tăng tốc hoàn chỉnh.

  • Kỹ sư hướng đến sự phát triển bản thân, muốn không ngừng nâng cao năng lực ngay cả trong công việc thực tế bận rộn — Những người mong muốn các dự án thực chiến để tự tay xây dựng và chứng minh bằng Bit-True, điều mà chỉ riêng sách lý thuyết không thể đáp ứng được.

  • Sinh viên đại học chuyên ngành Điện - Điện tử - Bán dẫn đã chọn chủ đề "AI Hardware" cho đồ án tốt nghiệp/capstone nhưng đang cảm thấy bế tắc không biết làm thế nào để chuyển đổi mạng thần kinh sang RTL và triển khai lên FPGA.

  • Những người tham gia cần kết quả khác biệt trong cuộc thi — Những ai muốn thể hiện một "NPU tự thiết kế và được chứng minh bằng Bit-True" thay vì chỉ là huấn luyện mô hình

  • Sinh viên chuẩn bị học cao học muốn định hướng sự nghiệp thiết kế NPU và bộ tăng tốc AI, cần kinh nghiệm triển khai và kiểm chứng thực tế thay vì chỉ là lý thuyết.

Cần biết trước khi bắt đầu?

  • Khóa học này dành cho những người đã có kiến thức cơ bản về Verilog HDL và thiết kế logic kỹ thuật số.

  • Đối với Python, chỉ cần nắm vững ngữ pháp cơ bản ở mức có thể đọc và thực thi mã Golden Model là đủ.

  • Sẽ rất tốt nếu bạn đã từng sử dụng các công cụ mô phỏng FPGA.

Xin chào
Đây là EdgeChipLab

Là một giáo sư đại học đương nhiệm, tôi đã đúc kết 30 năm bí quyết về bán dẫn hệ thống.

Đây là chương trình giảng dạy thực tiễn được thiết kế và kiểm chứng trực tiếp bởi một giáo sư giảng dạy kỹ thuật bán dẫn, người đã từng bắt đầu với vị trí nghiên cứu viên bán dẫn hệ thống tại bộ phận DS của Samsung Electronics, trải qua các chức vụ Giám đốc tại chi nhánh Anh và Đức, cũng như Trưởng nhóm Marketing và Kinh doanh System LSI.

 

Vượt xa lý thuyết để tiến tới triển khai phần cứng thực tế, nâng tầm năng lực kỹ thuật của bạn.

Có những lĩnh vực mà những kiến thức rời rạc, vụn vặt không bao giờ có thể chạm tới. Học viên sẽ không chỉ đơn thuần là người dùng sử dụng các IP black-box đã hoàn thiện, mà sẽ phát triển thành một nhà cung cấp kiến trúc hệ thống (system architect) – người có thể thiết kế NPU, CPU, tích hợp các thiết bị ngoại vi và cuối cùng là tự xây dựng nên AI SoC của riêng mình.

 

Đây không phải là bài giảng chỉ để xem bằng mắt. Chúng tôi cam kết hiện thực hóa phần cứng 100% và xác minh Bit-True.

Không chỉ dừng lại ở lý thuyết hay mô phỏng đơn thuần. Hãy trực tiếp trải nghiệm cảm giác phấn khích khi chứng kiến các nghiên cứu học thuật được công bố trên KCI của chính giảng viên và các mạch điện tự thiết kế hoạt động chính xác tuyệt đối trên phần cứng FPGA thực tế. Mọi mã nguồn, bao gồm cả CPU RISC-V tự phát triển, đều được công khai minh bạch, cho phép bất kỳ ai cũng có thể tự do sử dụng để tái hiện và kiểm chứng chỉ với bo mạch FPGA phổ thông (Arty S7-25) và công cụ miễn phí (Vivado).

 

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 một hành trình để hoàn thiện một hệ thống khổng lồ duy nhất.

  • Bước 1: Lý thuyết AI và cơ bản về xử lý hình ảnh (bao gồm Machine Learning)

  • Step 2: Thiết kế và kiểm chứng bộ tăng tốc AI (NPU) (Bao gồm Machine Learning)

  • Step 3: Thiết kế CPU RISC-V và Tích hợp hệ thống

  • Bước 4: Triển khai AI SoC nâng cao và mở rộng sang nền tảng tăng tốc mini LLM (Cập nhật nội dung liên tục)

     

 

Chỉ số kiểm chứng khách quan

Tất cả các kết quả thiết kế của khóa học này đều đã trải qua quá trình kiểm chứng nghiêm ngặt từ các tiêu chuẩn quốc tế và giới học thuật.

  • Kiểm chứng kiến trúc RISC-V: CPU RISC-V tự phát triển, 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 khoa học với tư cách là tác giả duy nhất (Tạp chí uy tín hạng A của KCI - IJIBC)

  • Công nhận toàn cầu: Xuất bản 2 cuốn sách kỹ thuật trên Amazon toàn cầu (Đạt hạng 3 sách bán chạy nhất)

  • Đã hoàn thành xác minh vận hành thực tế: Các IP cốt lõi như RV32I CPU, NPU, hệ thống thị giác, GPS, Transformer, AURA-Edge SoC hoạt động hoàn hảo trên môi trường Arty S7.

Hãy thử thách bản thân. Đến khi kết thúc quá trình tự mình nạp code lên board và kiểm tra kết quả này, bạn sẽ được nâng cấp thành một kỹ sư phần cứng với tầm nhìn hoàn toàn khác biệt so với trước đây.

Thêm

Chương trình giảng dạy

Tất cả

10 bài giảng ∙ (4giờ 39phút)

Ngày đăng: 
Cập nhật lần cuối: 

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!

Lý thuyết thiết yếu cho thiết kế chip AI — Từ Neuron đến LLMHình thu nhỏ khóa học

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

EdgeChipLab

208.744 ₫

Ưu đãi đặt sớm

28%

149.103 ₫

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

New
New

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

Nhập môn

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

Lý thuyết thiết yếu cho thiết kế chip AI — Từ Neuron đến LLMHình thu nhỏ khóa học

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

EdgeChipLab

208.744 ₫

Ưu đãi đặt sớm

28%

149.103 ₫

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

New
New
Thực hành phần cứng với FPGA — Từ đồng hồ kỹ thuật số đến hình ảnh camera thời gian thựcHình thu nhỏ khóa học

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

EdgeChipLab

3.459.185 ₫

Ưu đãi đặt sớm

39%

2.087.439 ₫

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

New
New

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

Cơ bản

FPGA, Verilog HDL, vivado

Thực hành phần cứng với FPGA — Từ đồng hồ kỹ thuật số đến hình ảnh camera thời gian thựcHình thu nhỏ khóa học

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

EdgeChipLab

3.459.185 ₫

Ưu đãi đặt sớm

39%

2.087.439 ₫

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

New
New
Tạo bộ tăng tốc AI bằng FPGA — Từ xử lý hình ảnh đến huấn luyện CNN và kiểm chứng phần cứngHình thu nhỏ khóa học

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

EdgeChipLab

4.592.366 ₫

Ưu đãi đặt sớm

39%

2.773.312 ₫

Trung cấp trở lên / FPGA, Verilog HDL, vivado, CNN, AI, image-classification, verification

New
New

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.

Trung cấp trở lên

Trung cấp trở lên

FPGA, Verilog HDL, vivado

Tạo bộ tăng tốc AI bằng FPGA — Từ xử lý hình ảnh đến huấn luyện CNN và kiểm chứng phần cứngHình thu nhỏ khóa học

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

EdgeChipLab

4.592.366 ₫

Ưu đãi đặt sớm

39%

2.773.312 ₫

Trung cấp trở lên / FPGA, Verilog HDL, vivado, CNN, AI, image-classification, verification

New
New

Khóa học tương tự

Khám phá các khóa học khác trong cùng lĩnh vực!

Tạo bộ tăng tốc AI bằng FPGA — Từ xử lý hình ảnh đến huấn luyện CNN và kiểm chứng phần cứngHình thu nhỏ khóa học

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

EdgeChipLab

4.592.366 ₫

Ưu đãi đặt sớm

39%

2.773.312 ₫

Trung cấp trở lên / FPGA, Verilog HDL, vivado, CNN, AI, image-classification, verification

New
New

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.

Trung cấp trở lên

Trung cấp trở lên

FPGA, Verilog HDL, vivado

Tạo bộ tăng tốc AI bằng FPGA — Từ xử lý hình ảnh đến huấn luyện CNN và kiểm chứng phần cứngHình thu nhỏ khóa học

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

EdgeChipLab

4.592.366 ₫

Ưu đãi đặt sớm

39%

2.773.312 ₫

Trung cấp trở lên / FPGA, Verilog HDL, vivado, CNN, AI, image-classification, verification

New
New
Lý thuyết thiết yếu cho thiết kế chip AI — Từ Neuron đến LLMHình thu nhỏ khóa học

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

EdgeChipLab

208.744 ₫

Ưu đãi đặt sớm

28%

149.103 ₫

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

New
New

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

Nhập môn

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

Lý thuyết thiết yếu cho thiết kế chip AI — Từ Neuron đến LLMHình thu nhỏ khóa học

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

EdgeChipLab

208.744 ₫

Ưu đãi đặt sớm

28%

149.103 ₫

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

New
New
Từ khái niệm Vision Transformer công nghệ deep learning mới nhất đến triển khai PytorchHình thu nhỏ khóa học

Từ khái niệm Vision Transformer công nghệ deep learning mới nhất đến triển khai Pytorch

dlbro

1.789.234 ₫

Trung cấp trở lên / Vision Transformer, Deep Learning(DL), PyTorch, Computer Vision(CV)

4.8

(98)

1,100+

Khóa học này nói về việc nghiên cứu Vision Transformer, một trong những công nghệ học sâu mới nhất và thực hiện luận án bằng Pytorch. Hãy cùng tôi trải nghiệm tương lai mới của lĩnh vực tầm nhìn!

Trung cấp trở lên

Trung cấp trở lên

Vision Transformer, Deep Learning(DL), PyTorch

Từ khái niệm Vision Transformer công nghệ deep learning mới nhất đến triển khai PytorchHình thu nhỏ khóa học

Từ khái niệm Vision Transformer công nghệ deep learning mới nhất đến triển khai Pytorch

dlbro

1.789.234 ₫

Trung cấp trở lên / Vision Transformer, Deep Learning(DL), PyTorch, Computer Vision(CV)

4.8

(98)

1,100+
Bootcamp Học Sâu và PyTorch cho Người Mới Bắt Đầu (Dễ Dàng! Từ Cơ Bản đến Transformer Cốt Lõi của ChatGPT) [Phân Tích/Khoa Học Dữ Liệu Phần 3]Hình thu nhỏ khóa học

Bootcamp Học Sâu và PyTorch cho Người Mới Bắt Đầu (Dễ Dàng! Từ Cơ Bản đến Transformer Cốt Lõi của ChatGPT) [Phân Tích/Khoa Học Dữ Liệu Phần 3]

funcoding

1.848.875 ₫

Cơ bản / Deep Learning(DL), PyTorch, Machine Learning(ML), Artificial Neural Network, Vision Transformer

4.9

(99)

1,700+

Đây là khóa học được thiết kế mới dựa trên kinh nghiệm thất bại khi gi강사 lần đầu học deep learning, giúp bạn từng bước nắm vững toán học cần thiết để hiểu deep learning, lý thuyết, triển khai dựa trên PyTorch, transfer learning, cho đến transformer - trái tim của GPT.

Cơ bản

Cơ bản

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

Bootcamp Học Sâu và PyTorch cho Người Mới Bắt Đầu (Dễ Dàng! Từ Cơ Bản đến Transformer Cốt Lõi của ChatGPT) [Phân Tích/Khoa Học Dữ Liệu Phần 3]Hình thu nhỏ khóa học

Bootcamp Học Sâu và PyTorch cho Người Mới Bắt Đầu (Dễ Dàng! Từ Cơ Bản đến Transformer Cốt Lõi của ChatGPT) [Phân Tích/Khoa Học Dữ Liệu Phần 3]

funcoding

1.848.875 ₫

Cơ bản / Deep Learning(DL), PyTorch, Machine Learning(ML), Artificial Neural Network, Vision Transformer

4.9

(99)

1,700+
Dự án nhận diện biển số xe và Tất cả trong một về nhận diện hình ảnh Deep Learning học cùng TensorFlowHình thu nhỏ khóa học

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

AISchool

2.982.056 ₫

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

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 TensorFlowHình thu nhỏ khóa học

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

AISchool

2.982.056 ₫

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

4.8

(74)

600+
Thực hành phần cứng với FPGA — Từ đồng hồ kỹ thuật số đến hình ảnh camera thời gian thựcHình thu nhỏ khóa học

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

EdgeChipLab

3.459.185 ₫

Ưu đãi đặt sớm

39%

2.087.439 ₫

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

New
New

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

Cơ bản

FPGA, Verilog HDL, vivado

Thực hành phần cứng với FPGA — Từ đồng hồ kỹ thuật số đến hình ảnh camera thời gian thựcHình thu nhỏ khóa học

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

EdgeChipLab

3.459.185 ₫

Ưu đãi đặt sớm

39%

2.087.439 ₫

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

New
New
[Thực hành AI] Bắt đầu triển khai luận án dành cho Kỹ sư nghiên cứu AI với PyTorchHình thu nhỏ khóa học

[Thực hành AI] Bắt đầu triển khai luận án dành cho Kỹ sư nghiên cứu AI với PyTorch

whitebox

1.163.002 ₫

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

5.0

(35)

400+

Khi nghiên cứu AI hoặc thực hiện một dự án sử dụng nó, việc thực hiện một luận điểm cơ bản là điều cần thiết. Thông qua bài giảng này, hãy nâng cao kỹ năng thực hành của bạn bằng cách triển khai một luận văn thực tế!

Trung cấp trở lên

Trung cấp trở lên

Deep Learning(DL), AI, PyTorch

[Thực hành AI] Bắt đầu triển khai luận án dành cho Kỹ sư nghiên cứu AI với PyTorchHình thu nhỏ khóa học

[Thực hành AI] Bắt đầu triển khai luận án dành cho Kỹ sư nghiên cứu AI với PyTorch

whitebox

1.163.002 ₫

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

5.0

(35)

400+
[Raspberry Pi] Dự án thực hành thị giác máy tính học sâu về IoTHình thu nhỏ khóa học

[Raspberry Pi] Dự án thực hành thị giác máy tính học sâu về IoT

nomad

2.087.439 ₫

Trung cấp trở lên / Tensorflow, Deep Learning(DL), Raspberry Pi, IoT, Keras, Computer Vision(CV)

4.5

(42)

500+

AI Rõ ràng trí tuệ nhân tạo đang là một xu hướng. Nhưng bạn có thể sử dụng gì sau khi học machine learning và deep learning? Bây giờ, hãy cùng tìm hiểu về các dự án IoT Computer Vision hữu ích được sử dụng trong cuộc sống hàng ngày.

Trung cấp trở lên

Trung cấp trở lên

Tensorflow, Deep Learning(DL), Raspberry Pi

[Raspberry Pi] Dự án thực hành thị giác máy tính học sâu về IoTHình thu nhỏ khóa học

[Raspberry Pi] Dự án thực hành thị giác máy tính học sâu về IoT

nomad

2.087.439 ₫

Trung cấp trở lên / Tensorflow, Deep Learning(DL), Raspberry Pi, IoT, Keras, Computer Vision(CV)

4.5

(42)

500+
Tạo OCR thực sự hiệu quả trong thực tế như thế này.Hình thu nhỏ khóa học

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

nexthumans

2.296.183 ₫

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

Cơ bản

Python, AI, openai

Tạo OCR thực sự hiệu quả trong thực tế như thế này.Hình thu nhỏ khóa học

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

nexthumans

2.296.183 ₫

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

4.6

(5)

[TensorFlow 2] Hoàn thành cuộc chinh phục Python machine learning - Dự án dự đoán kỷ lục MarathonHình thu nhỏ khóa học

[TensorFlow 2] Hoàn thành cuộc chinh phục Python machine learning - Dự án dự đoán kỷ lục Marathon

nomad

715.693 ₫

Trung cấp trở lên / Tensorflow, Machine Learning(ML), Keras, Computer Vision(CV)

4.1

(25)

300+

Đây là khóa học dự án máy học toàn diện, nơi bạn học nhiều dự án hồi quy và phân loại máy học hữu ích khác nhau cùng với lý thuyết sử dụng Python và TensorFlow 2 dựa trên dữ liệu lớn của Boston Marathon.

Trung cấp trở lên

Trung cấp trở lên

Tensorflow, Machine Learning(ML), Keras

[TensorFlow 2] Hoàn thành cuộc chinh phục Python machine learning - Dự án dự đoán kỷ lục MarathonHình thu nhỏ khóa học

[TensorFlow 2] Hoàn thành cuộc chinh phục Python machine learning - Dự án dự đoán kỷ lục Marathon

nomad

715.693 ₫

Trung cấp trở lên / Tensorflow, Machine Learning(ML), Keras, Computer Vision(CV)

4.1

(25)

300+
[Di động] Dự án thực hành thị giác máy tính Deep LearningHình thu nhỏ khóa học

[Di động] Dự án thực hành thị giác máy tính Deep Learning

nomad

2.087.439 ₫

Trung cấp trở lên / IONIC, Machine Learning(ML), Deep Learning(DL), OpenCV, Computer Vision(CV)

4.3

(4)

100+

AI Rõ ràng trí tuệ nhân tạo và di động đang là xu hướng. Nhưng làm thế nào để bạn học máy học và học sâu và sử dụng chúng trên thiết bị di động? Bây giờ, hãy cùng tìm hiểu các dự án Thị giác máy tính di động hữu ích được sử dụng trong cuộc sống hàng ngày.

Trung cấp trở lên

Trung cấp trở lên

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

[Di động] Dự án thực hành thị giác máy tính Deep LearningHình thu nhỏ khóa học

[Di động] Dự án thực hành thị giác máy tính Deep Learning

nomad

2.087.439 ₫

Trung cấp trở lên / IONIC, Machine Learning(ML), Deep Learning(DL), OpenCV, Computer Vision(CV)

4.3

(4)

100+
OpenCV + WebApp (Tạo ứng dụng web nhận diện mắt bằng khuôn mặt)Hình thu nhỏ khóa học

OpenCV + WebApp (Tạo ứng dụng web nhận diện mắt bằng khuôn mặt)

Jeonghyun Kim

1.163.002 ₫

Cơ bản / Django, Web Application, OpenCV, Computer Vision(CV)

4.3

(12)

100+

Khi bạn tải hình ảnh lên, Opencv sẽ xử lý hình ảnh đó để tạo một ứng dụng web phát hiện khuôn mặt.

Cơ bản

Cơ bản

Django, Web Application, OpenCV

OpenCV + WebApp (Tạo ứng dụng web nhận diện mắt bằng khuôn mặt)Hình thu nhỏ khóa học

OpenCV + WebApp (Tạo ứng dụng web nhận diện mắt bằng khuôn mặt)

Jeonghyun Kim

1.163.002 ₫

Cơ bản / Django, Web Application, OpenCV, Computer Vision(CV)

4.3

(12)

100+
Verilog FPGA Program 6 - DDR Arbiter (HIL-A35T)Hình thu nhỏ khóa học

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

alex

2.296.183 ₫

Cơ bản / Verilog HDL, FPGA

Bài giảng này sẽ triển khai DDR Memory Arbiter.

Cơ bản

Cơ bản

Verilog HDL, FPGA

Verilog FPGA Program 6 - DDR Arbiter (HIL-A35T)Hình thu nhỏ khóa học

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

alex

2.296.183 ₫

Cơ bản / Verilog HDL, FPGA

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

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

5.755.368 ₫

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

Update
Update
Phản hồi thường xuyên
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

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)Hình thu nhỏ khóa học

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

5.755.368 ₫

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

Update
Update
Phản hồi thường xuyên
Phản hồi thường xuyên
Verilog FPGA Program 6 - DDR Arbiter (Arty A7-35T)Hình thu nhỏ khóa học

Verilog FPGA Program 6 - DDR Arbiter (Arty A7-35T)

alex

2.296.183 ₫

Cơ bản / FPGA, Verilog HDL

5.0

(3)

Khóa học này hiện thực hóa DDR Memory Arbiter.

Cơ bản

Cơ bản

FPGA, Verilog HDL

Verilog FPGA Program 6 - DDR Arbiter (Arty A7-35T)Hình thu nhỏ khóa học

Verilog FPGA Program 6 - DDR Arbiter (Arty A7-35T)

alex

2.296.183 ₫

Cơ bản / FPGA, Verilog HDL

5.0

(3)

Đại số tuyến tính cho AIHình thu nhỏ khóa học

Đại số tuyến tính cho AI

codingmax

1.163.002 ₫

Cơ bản / Machine Learning(ML), Deep Learning(DL), Artificial Neural Network, Linear Algebra, AI

Bạn muốn học AI nhưng lần nào cũng bị khựng lại trước các công thức đại số tuyến tính? Thay vì bắt bạn học thuộc lòng các công thức, khóa học này sẽ giúp bạn tận mắt chứng kiến các vectơ và ma trận thực sự chuyển động như thế nào trong không gian. Sau khi hoàn thành khóa học, bạn có thể tự mình đọc hiểu toán học đằng sau mạng thần kinh, PCA và SVD.

Cơ bản

Cơ bản

Machine Learning(ML), Deep Learning(DL), Artificial Neural Network

Đại số tuyến tính cho AIHình thu nhỏ khóa học

Đại số tuyến tính cho AI

codingmax

1.163.002 ₫

Cơ bản / Machine Learning(ML), Deep Learning(DL), Artificial Neural Network, Linear Algebra, AI

Triển khai UART trên FPGAHình thu nhỏ khóa học

Triển khai UART trên FPGA

EasyFPGA

596.411 ₫

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

5.0

(3)

Nhiệm vụ
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

Cơ bản

FPGA, system-verilog, uart

Triển khai UART trên FPGAHình thu nhỏ khóa học

Triển khai UART trên FPGA

EasyFPGA

596.411 ₫

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

5.0

(3)

Nhiệm vụ
Nhiệm vụ
Mô hình ngôn ngữ quy mô lớn, chỉ những điều cốt lõi một cách nhanh chóng!Hình thu nhỏ khóa học

Mô hình ngôn ngữ quy mô lớn, chỉ những điều cốt lõi một cách nhanh chóng!

haesunpark

924.437 ₫

Nhập môn / Artificial Neural Network, PyTorch, LLM, Fine-Tuning, RNN

4.7

(10)

100+

<Mô hình Ngôn ngữ Lớn, chỉ những điều cốt lõi một cách nhanh chóng!>(Insight, 2025)를 바탕으로 LLM의 이론과 실전 예제를 다루는 강의입니다.

Nhập môn

Nhập môn

Artificial Neural Network, PyTorch, LLM

Mô hình ngôn ngữ quy mô lớn, chỉ những điều cốt lõi một cách nhanh chóng!Hình thu nhỏ khóa học

Mô hình ngôn ngữ quy mô lớn, chỉ những điều cốt lõi một cách nhanh chóng!

haesunpark

924.437 ₫

Nhập môn / Artificial Neural Network, PyTorch, LLM, Fine-Tuning, RNN

4.7

(10)

100+
Phát triển ứng dụng Android, iOS sử dụng mô hình học máyHình thu nhỏ khóa học

Phát triển ứng dụng Android, iOS sử dụng mô hình học máy

pnuswedu

Miễn phí

Cơ bản / Android, iOS, gan, Artificial Neural Network

4.3

(8)

600+

Bạn sẽ được thực hành tạo ứng dụng Android/iOS dựa trên mô hình học máy đơn giản, đồng thời tìm hiểu về các kiến thức cơ bản về học máy, quy trình chuyển đổi mô hình bằng TFLite và cách triển khai ứng dụng Android/iOS.

Cơ bản

Cơ bản

Android, iOS, gan

Phát triển ứng dụng Android, iOS sử dụng mô hình học máyHình thu nhỏ khóa học

Phát triển ứng dụng Android, iOS sử dụng mô hình học máy

pnuswedu

Miễn phí

Cơ bản / Android, iOS, gan, Artificial Neural Network

4.3

(8)

600+

Ưu đãi có thời hạn

158.400 ₫

40%

5.516.804 ₫