- 授课方式: 线下授课 + 腾讯会议(详见课程微信群、Canvas 公告)
- 授课地点: 上海交通大学徐汇校区
- 课程时间: 星期六(3 月 21 日 - 6 月 27 日)
一、课程简介
《走近智算系统》是上海交通大学“学森挑战计划”专为优秀高中生打造的硬核前沿导论课。本课程旨在响应大模型时代对拔尖创新人才的需求,打破传统“仅学算法”的局限,带学生构建起从底层计算硬件、中层深度学习框架到顶层大语言模型(LLM)的系统性认知。课程内容涵盖了 Transformer 核心架构、预训练与对齐技术、涌现能力剖析、多模态应用以及智能体(Agent)构建等前沿领域。我们不仅关注技术“怎么做”,更探讨其背后的“为什么”,并引导学生思考人工智能带来的伦理挑战与国家战略意义,培养具有家国情怀与全球视野的未来 AI 领军人才。
二、培养目标
- 学科导向: 理解从 CPU/GPU 硬件支撑到大模型架构的演进逻辑,掌握自注意力机制、Scaling Laws 等核心术语。
- 家国理想: 深刻理解人工智能作为“新质生产力”对国家战略的重要性,树立负责任、有担当的科技报国志向。
- 创新天赋: 培养批判性思维,通过项目式学习(Project-Based Learning)掌握定义问题与跨学科解决问题的能力。
- 目标驱动: 具备阅读前沿学术论文的初步能力,并能从零开始动手构建、优化一个具有实际应用价值的自主智能体。
三、进度安排
第一阶段:智算系统与深度学习
| 周次 |
日期 |
课题 |
章节 |
| 1 |
03-21 |
绪论:欢迎来到智能计算时代 |
《智能计算系统》第 1 章 绪论 |
| 2 |
03-28 |
机器学习与神经网络 |
《智能计算系统》第 2 章 深度学习基础 |
| 3 |
04-11 |
计算机视觉与ConvNet |
《智能计算系统》第 3 章 深度学习应用(3.1、3.4、3.6) |
| 4 |
04-18 |
循环神经网络与Transformer |
《智能计算系统》第 3 章 深度学习应用(3.2、3.3、3.5) |
第二阶段:编程框架与计算原理
| 周次 |
日期 |
课题 |
章节 |
| 5 |
04-25 |
Pytorch 入门与实战 |
《智能计算系统》第 4 章 编程框架使用 |
| 6 |
05-16 |
Pytorch 计算图与编译器 |
《智能计算系统》第 5 章 编程框架原理 |
| 7 |
05-23 |
CPU、GPU与TPU |
《智能计算系统》第 6 章 面向深度学习的处理器原理 |
第三阶段:硬件基础与软件优化
| 周次 |
日期 |
课题 |
章节 |
| 8 |
05-30 |
计算、存储与通信 |
《智能计算系统》第 7 章 深度学习处理器架构 |
| 9 |
06-06 |
抽象架构与编程模型 |
《智能计算系统》第 8 章 智能编程语言 |
| 10 |
06-13 |
大模型系统与硬件 |
《智能计算系统》第 9 章 大模型计算系统 |
四、考核方式
- 60%: 共有三次课后思考作业,需独立完成并在规定时间内提交
- 40%: 课程大作业汇报展示,需三人合作完成并在最后一节课进行展示