Onur Mutlu: Katalogdaten im Frühjahrssemester 2018

NameHerr Prof. Dr. Onur Mutlu
LehrgebietInformatik
Adresse
Dep. Inf.techno.u.Elektrotechnik
ETH Zürich, ETZ G 61.2
Gloriastrasse 35
8092 Zürich
SWITZERLAND
Telefon+41 44 632 88 53
E-Mailonur.mutlu@safari.ethz.ch
URLhttps://people.inf.ethz.ch/omutlu/
DepartementInformatik
BeziehungOrdentlicher Professor

NummerTitelECTSUmfangDozierende
252-0028-00LDesign of Digital Circuits Information 7 KP4V + 2UO. Mutlu
KurzbeschreibungDie Vorlesung bietet einen Einstieg in das Gebiet der Digitaltechnik. Zunächst wird auf die technische Realisierung von digitalen Schaltungen eingegangen. Eine Einführung in Hardware-Beschreibungssprachen und deren konkrete Anwendung im Entwurfsprozess schliesst sich an.
LernzielDie Vorlesung bietet einen Einstieg in das Gebiet der Digitaltechnik. Zunächst wird auf die technische Realisierung von digitalen Schaltungen eingegangen. Eine Einführung in Hardware-Beschreibungssprachen und deren konkrete Anwendung im Entwurfsprozess schliesst sich an.
InhaltDie Vorlesung bietet einen Einstieg in das Gebiet der Digitaltechnik. Zunächst wird auf die technische Realisierung von digitalen Schaltungen eingegangen. Die sich daraus ergebenden physikalischen Randbedingungen bestimmen massgeblich die vorgestellten Entwurfsmethoden von kombinatorischer und sequentieller Logik. Eine Einführung in Hardware-Beschreibungssprachen und deren konkrete Anwendung im Entwurfsprozess schliesst sich an.
263-3840-00LHardware Architectures for Machine Learning Information 2 KP2SG. Alonso, T. Hoefler, O. Mutlu, C. Zhang
KurzbeschreibungThe seminar covers recent results in the increasingly important field of hardware acceleration for data science and machine learning, both in dedicated machines or in data centers.
LernzielThe seminar aims at students interested in the system aspects of machine learning, who are willing to bridge the gap across traditional disciplines: machine learning, databases, systems, and computer architecture.
InhaltThe seminar is intended to cover recent results in the increasingly important field of hardware acceleration for data science and machine learning, both in dedicated machines or in data centers.
Voraussetzungen / BesonderesThe seminar should be of special interest to students intending to complete a master's thesis or a doctoral dissertation in related topics.