Nhóm chủ đề 4/7
Hệ thống máy tính
Computer Systems
Kiến trúc máy tính hiệu năng cao, hệ điều hành, mạng máy tính, tính toán song song và bộ tăng tốc phần cứng.
5 chủ đềkhoảng 335 giờ20 khóa học12 sách
Theo cấp độ: 2 Trung bình · 3 Nâng cao
Giới thiệu
Nhóm Hệ thống máy tính nhìn máy tính như một hệ thống hoàn chỉnh. Kiến trúc máy tính đi sâu vào đường ống lệnh, dự đoán rẽ nhánh, thực thi không theo thứ tự, cache và đa nhân. Hệ điều hành giải thích tiến trình, luồng, lập lịch, bộ nhớ ảo, ngắt và trình điều khiển — nơi phần mềm gặp phần cứng. Mạng máy tính đi từ tầng liên kết tới TCP/IP và lập trình socket. Tính toán song song dạy SIMD, đa luồng, OpenMP và CUDA. Bộ tăng tốc phần cứng và kiến trúc chuyên biệt giới thiệu GPU, mảng systolic và bộ tăng tốc học sâu trên FPGA và ASIC.
Vì sao quan trọng
Hiệu năng ngày nay đến từ song song và phần cứng chuyên biệt chứ không còn từ xung nhịp. Kỹ sư hiểu cả kiến trúc lẫn hệ điều hành mới tối ưu được phần mềm theo phần cứng, và mới thiết kế được bộ tăng tốc cho AI, đồ họa hay mạng.
Học thế nào
Cần cấu trúc tính toán và lập trình hệ thống trước. Học kiến trúc máy tính và hệ điều hành song song vì chúng soi sáng lẫn nhau; mạng có thể học độc lập. Tính toán song song và bộ tăng tốc phần cứng là phần nâng cao, cần kiến trúc máy tính và, với bộ tăng tốc, cả HDL và FPGA. Đo đạc trên máy thật bằng bộ đếm hiệu năng thay vì chỉ học định nghĩa.
Nên học trước
Thứ tự học
Sắp theo mục "Nên học trước" trong hướng dẫn của từng chủ đề.
Cần học trước
Thiết kế số: Cấu trúc tính toán
Giáo trình: Computer Architecture: A Quantitative Approach
Khóa chính: Computer Architecture · Princeton
Giáo trình: Operating Systems: Three Easy Pieces
Khóa chính: Operating System Engineering · MIT
Giáo trình: Computer Networks: A Systems Approach
Khóa chính: Computer Networks · Princeton
Cần học trước
Trong nhóm: Kiến trúc máy tính, Hệ điều hành
Giáo trình: Programming Massively Parallel Processors: A Hands-on Approach
Khóa chính: Parallel Computing · Stanford
Cần học trước
Trong nhóm: Kiến trúc máy tính
Thiết kế số: Thiết kế số với HDL và FPGA
Toán học: Đại số tuyến tính
Giáo trình: Efficient Processing of Deep Neural Networks
Khóa chính: Hardware Architecture for Deep Learning · MIT
Kỹ năng đạt được
- Phân tích hiệu năng của đường ống lệnh, cache và hệ đa nhân bằng phương pháp định lượng
- Giải thích và sửa đổi các cơ chế cốt lõi của một hệ điều hành nhỏ
- Lập trình mạng bằng socket và phân tích giao thức bằng Wireshark
- Viết chương trình song song với OpenMP và CUDA, đánh giá tốc độ tăng
- Thiết kế khối tăng tốc đơn giản và đánh giá đánh đổi hiệu năng – năng lượng – diện tích
Nghề nghiệp
- Kỹ sư kiến trúc và hiệu năng hệ thống
- Kỹ sư phần mềm hệ thống, nhân hệ điều hành
- Kỹ sư GPU / bộ tăng tốc AI
- Nghiên cứu sau đại học về kiến trúc máy tính