Integration av hårdvarueffektiva algoritmer
Integration of Hardware Efficient Algorithms

ETIN46, 7.5 högskolepoäng, A (Avancerad nivå)

Gäller för: 2025/26
Fakultet: Lunds tekniska högskola
Beslutad av: Programledning E
Beslutsdatum: 2025-03-27
Ikraftträdande: 2025-05-05

Allmänna uppgifter

Fördjupning: Avancerad nivå, kurs/er som inte kan klassificeras
Valfri för: D4-hs, E4-is, MSOC1
Undervisningsspråk: Kursen ges på engelska

Syfte

Hårdvarurealiseringen av digital signalbehandling för maskininlärning, artificiell intelligens och massiva kontinuerliga dataströmmar blir allt viktigare. Vertikala optimeringstekniker, från algoritmer till hårdvarunivå, kommer att styras av såväl prestanda som energi- och hårdvarueffektivitet.

Denna kurs syftar till att ge studenterna en förståelse för hur olika implementeringslösningar påverkar egenskaper som prestanda, flexibilitet, designtid och utvecklingskostnad.

Kursens övergripande mål är att lära ut ett systematiskt förhållningssätt för att accelerera signalbehandling med fokus på t.ex. maskininlärning och trådlös kommunikation. Huvuddelen av kursen ger studenterna en förståelse för designprocessen för applikationsspecifika arkitekturer baserad på en algoritmspecifikation. Denna process bör utföras med en uppsättning designbegränsningar, inklusive beräkningskapacitet/genomströmning, strömförbrukning och kiselarea.

Mål

Kunskap och förståelse
För godkänd kurs skall studenten

• Få en förståelse för hårdvaruacceleration för digital signalbehandling, samt förhållandet mellan arkitektoniska optimeringar, strömförbrukning och kiselarea.
• Att kunna föreslå optimeringsstrategier för maskininlärning och trådlös kommunikationstopologi.
• Förstå effektiviteten och rikedom av vertikala optimeringsstrategier.

Färdighet och förmåga
För godkänd kurs skall studenten

• kunna utveckla en hårdvaruacceleratorarkitektur utifrån en given uppsättning kriterier.
• kunna analysera en processorarkitektur och föreslå alternativa lösningar.

Värderingsförmåga och förhållningssätt
För godkänd kurs skall studenten

• ha en översikt över området för implementeringsaspekter av hårdvaruacceleration.
• känna sig väl rustad att konstruera en specialanpassad signalprocessor utifrån givna krav med hjälp av de metoder som ges i kursen

Kursinnehåll

Digital signalbehandling är ett mycket expansivt område som är en del av de flesta moderna elektroniska system som mobiltelefoner, smarta enheter, elektriska fordon etc. Dessa applikationer kräver ofta realtid och låg latenskrav till en attraktiv energi- och kiselareakostnad.

Kursen kommer att ge insikt i hur en algoritmspecifikation kan implementeras utifrån en given uppsättning kriterier. Huvuddelen av kursen kommer att fokuseras på design av applikationsspecifika arkitekturer som kan implementeras på antingen omkonfigurerbar hårdvara, t.ex. FPGA, eller som en anpassad krets, dvs ASIC.

Kursinnehåll:

• Karakterisering och representation av signalbehandlingsalgoritmer: signalflödes-, dataflödes- och beroendegrafer.
• Kvantiseringseffekter i algoritmer för maskininlärning
• Arkitektoniska omvandlingar – Koncepten omtidning, pipelining och parallell bearbetning för hög genomströmning och/eller låg strömförbrukning. Olika typer av arkitekturer som tidsmultiplexad och hårdvarumappad och hur transformationer kan göras mellan dem med hjälp av begreppen unfolding och foldning.
• Algoritmtransformationer – Hur komplexitet i algoritmer kan reduceras och därigenom nå en effektivare implementering genom konceptet hållfasthetsreduktion.
• Olika numreringssystem, hur de används och hur de påverkar implementering och prestanda.
• Begränsningar för den nuvarande von Neuman-arkitekturen

Kursens examination

Betygsskala: TH - (U, 3, 4, 5) - (Underkänd, Tre, Fyra, Fem)
Prestationsbedömning:

Kursen består av föreläsningar och laborationer. För att bli godkänd på kursen krävs deltagande på 80 % av föreläsningarna och tre småskaliga projekt måste godkännas i tid. Betyg 4 och 5 kräver ytterligare 1 respektive 2 projekt. Projekten godkänns genom muntlig eximination och rapporter.

Om så krävs för att en student med varaktig funktionsnedsättning ska ges ett likvärdigt examinationsalternativ jämfört med en student utan funktionsnedsättning, så kan examinator efter samråd med universitetets avdelning för pedagogiskt stöd fatta beslut om alternativ examinationsform för berörd student.

Moduler
Kod: 0125. Benämning: Laborationer.
Antal högskolepoäng: 7.5. Betygsskala: TH - (U, 3, 4, 5). Prestationsbedömning: Godkända project och rapport

Antagningsuppgifter

Förutsatta förkunskaper: EITF75 Digital signalbehandling ELLER EITA50 Signalbehandling i multimedia ELLER EITF15/BMEF25 Signalbehandling - teori och tillämpningar ELLER BMEA05 Signaler och system ELLER EITG10 Digital signalbehandling och dess transformer
Begränsat antal platser: Nej
Kursen överlappar följande kurser: ETI180 ETIN45

Kurslitteratur

Kontaktinfo

Kursansvarig: Joachim Rodrigues, joachim.rodrigues@eit.lth.se
Hemsida: https://www.eit.lth.se/kurs/etin45