Trực tiếp thiết kế và triển khai chất bán dẫn AI bằng FPGA
Với tư cách là giáo sư đại học đang công tác, tôi đã đúc kết 30 năm kinh nghiệm trong ngành bán dẫn hệ thống cùng bí quyết nghiên cứu và đào tạo về bán dẫn AI.
Đây là chương trình đào tạo thực tiễn do chính một giáo sư hiện đang giảng dạy kỹ thuật bán dẫn thiết kế và kiểm chứng trên FPGA, với kinh nghiệm bắt đầu từ vị trí nghiên cứu viên bán dẫn hệ thống tại Bộ phận DS của Samsung Electronics, sau đó đảm nhiệm vai trò Director tại các chi nhánh ở Anh và Đức, rồi vị trí trưởng nhóm marketing·kinh doanh System LSI.
Đây không chỉ là khóa học về cách sử dụng FPGA.
Đây là một lộ trình hướng đến việc hiểu thuật toán AI → trực tiếp thiết kế NPU và CPU bằng RTL → triển khai trên FPGA → xác minh trên phần cứng thực tế → 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 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 hoàn chỉnh. Mục tiêu là từng bước trang bị năng lực thiết kế hệ thống, bao gồm việc tự thiết kế NPU AI và CPU RISC-V, tích hợp bộ nhớ và các thiết bị ngoại vi, và cuối cùng xây dựng SoC AI của riêng mình.
Bắt đầu từ những kiến thức cơ bản về transistor và mạch số, khóa học kết nối các nội dung từ FPGA, CPU, NPU 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.
Các kết quả nghiên cứu, bao gồm 4 bài báo được đăng trong KCI liên quan đến chất bán dẫn AI, FPGA và RISC-V của giảng viên cũng được kết nối với nội dung đào tạo, giúp chuyển các công nghệ đã được kiểm chứng trong nghiên cứu thành thiết kế thực tế và triển khai trên FPGA.
Công khai mã nguồn cần thiết cho thực hành, bao gồm CPU RISC-V 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 trên các bo mạch FPGA của Digilent, bao gồm Zybo Z7. Vui lòng 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 tạo bằng FPGA' chỉ cần sửa ánh xạ chân XDC, còn các bài giảng sử dụng OLED và Camera thì cần 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, nên rất dễ lầm tưởng là lỗi mã; vui lòng kiểm tra kỹ.
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.