KI-Rechnerarchitekturen

Kurzinhalte

Das Modul "KI-Rechnerarchitektur" im vierten Semester des Bachelor-Studiengangs KI-Ingenieurwissenschaften, bietet eine tiefgehende Einführung in die spezialisierten Rechnerarchitekturen, die für die Ausführung und Optimierung von KI-Anwendungen wichtig sind. Dieses Pflichtmodul, das 4 SWS umfasst, kombiniert theoretische Grundlagen mit praktischen Einblicken in die Anwendung und Optimierung von KI-Hardware.

Vorlesungen

• Die Studierenden erlangen Kenntnisse über verschiedene Arten von KI-Rechnerarchitekturen, einschließlich CPUs, GPUs, TPUs und FPGAs, und deren spezifische Anwendungen in Feldern wie Deep Learning, Natural Language Processing und Computer Vision. Das Modul deckt auch wichtige Methoden für das Training und die Ausführung von maschinellen Lernmodellen auf diesen Plattformen ab, einschließlich Techniken wie Gradient Descent und Frameworks wie TensorFlow und PyTorch.
• Darüber hinaus lernen die Studierenden, wie sie Rechnerarchitekturen für erhöhte Effizienz und Leistung optimieren können, und werden mit Herausforderungen sowie aktuellen und zukünftigen Entwicklungen in der KI-Rechnerarchitektur vertraut gemacht. Das Modul bereitet die Studierenden darauf vor, für spezifische ingenieurwissenschaftliche Herausforderungen geeignete KI-basierte Lösungen zu entwickeln und die effizienteste Hardware in Bezug auf Kosten und Leistung auszuwählen.
• Nach erfolgreichem Abschluss des Moduls besitzen die Studierenden die Kompetenzen, um fundierte Entscheidungen über die Auswahl und Anwendung von Hardware für KI-Anwendungen zu treffen, was sie ideal auf anspruchsvolle berufliche Tätigkeiten in der KI-Technologie und -Forschung vorbereitet.