任务定位

请选择一个你们熟悉的 AI 应用或数字服务，用自然语言拆解它背后的智算系统。重点不是做出一个产品，而是说明这个应用如何依赖数据、计算、网络、云、GPU、内存、数据中心和系统设计。

课程大作业在开课后即发布，方便同学从每次课的案例中逐步积累选题、观察和素材。最终提交前，可以随着课程推进不断补充对系统链条的理解。

可以选择 AI 问答助手、拍照识题、短视频推荐、自动驾驶感知、智能翻译、校园网课平台、智能客服、图像生成工具等场景。请 3 人一组完成。

你们需要说明的问题

请围绕一个具体应用，尽量回答以下问题：

  1. 它要处理什么数据？
  2. 用户请求从哪里来，到哪里去？
  3. 哪些计算发生在本地，哪些可能发生在云端？
  4. 它为什么需要 CPU、GPU、内存、网络或数据中心？
  5. 它最可能在哪里变慢、出错或变贵？
  6. 如果你是系统设计者，会优先优化速度、成本、可靠性、安全还是能耗？为什么？

提交方式

请在 Canvas 提交一页提纲、一张图或一页 PPT 均可。表达清楚系统拆解即可，不追求技术术语堆叠。

课堂交流

06/27/2026 14:00 课堂会围绕课程大作业做交流。教师会选取若干有代表性的作业进行讨论，也可能安排开放问答或 Panel，帮助大家从不同应用里比较系统设计的共性问题。