与摩尔定律赛跑,让数万集成电路专业学生为“中国芯崛起”而学习

简介: 随着中国信息技术飞速的发展,云计算、AI、5G、区块链等创新技术被也更多地运用到教育手段变革、教育资源共享之中。阿里云提出的“飞天加速计划”,也在后疫情时代,通过云力量,帮助中国高校培养了新一批创新人才。

工业界流传着一条著名的摩尔定律:“集成电路上可以容纳的晶体管数目大约每经过18个月便会增加一倍。”虽说是科学家的经验之谈,但在一定程度上揭示了信息技术进步之快。然而,对于培养技术人才的学校来说,不少知名高校还在使用二三十年前的教材,不仅远远赶不上摩尔定律,甚至教学内容已经跟主流产业技术脱节,培养的学生与社会所需的人才也产生了断层。

为了向社会输送适应时代发展、满足主流技术的人才,产学合作便成为国际职教界公认的人才培养途径。近日,2021年度“教育部产学合作协同育人项目”优秀项目案例获得者——西南交通大学信息科学与技术学院电子系副主任、硕士生导师邸志雄接受采访,讲了讲他如何通过产学合作,优化教学内容、培养新工科人才的故事。

与摩尔定律赛跑,让主流技术普及更多学生

早在2018年,邸志雄便开始探索教育部产学合作协同育人项目,并多次参加学校级、省部级产学合作项目。其中,“基于玄铁CPU与无剑SoC的芯片设计与应用产教融合精品慕课建设”是邸老师在2021年作为项目负责人完成的产学项目,项目围绕阿里平头哥自研的国产处理器玄铁,建设了国内首个基于商业级RISC-V处理器的慕课课程,选课逾万人,被西电、南邮等行业知名高校选用,课程相关技术文章阅读量逾500万次,相关视频资源播放量逾20万次。该项目凭借其实用性和引领示范作用获评2021年度“教育部产学合作协同育人项目”优秀项目案例。

“大家都知道,工业设计领域有个摩尔定律,每隔一两年就会有新的技术出来。但教材却非常老,学校教的东西和社会需要的东西差距太大了。”谈起做这个项目的初心,邸志雄感慨地说,学校传统教育下培养的人才有时候无法满足社会人才需求,所以要从市场需要且已经受到认可的技术切入,让学生能够学到真正跟上社会发展的前沿技术知识。

之所以在教学内容中增加基于平头哥玄铁CPU与无剑SoC设计与实现模块,一方面是因为平头哥玄铁系列处理器已实现大规模量产,备受市场认可,学生更容易参与跟企业联合举办的技术竞赛,也更容易找工作;另一方面,项目支持的慕课课程《芯动力——硬件加速设计方法》是国内首个基于商业级RISC-V处理器的慕课课程,而RISC-V作为发展势头最好的开源指令集可完全实现自研,有望帮助解决关键技术卡脖子问题。同时,邸志雄也表达了自己对开源社区的积极支持,他认为无剑是很好的开源平台,不仅老师可以通过无剑实现开源教学,学生在具备开源能力后也可以反哺开源社区。

本着与摩尔定律赛跑的精神和将前沿技术与课程融会贯通的实践方法,邸志雄建设的芯片设计精品慕课也得到了来自学界和行业的认可。以此慕课课程为创新点的教学论文被集成电路领域国际知名会议GLS-VLSI’2021收录,教学成果被《电子学报》、中国电子学会、CCF-DAC、CCF-未来教育峰会等报道十余次;在2020年与2021年的教师校内科创竞赛指导工作中,该课程助力参赛学生荣获10项国家级奖项,其中全国一等奖5项;而邸志雄作为项目负责人,更是在2020年与2021年屡获西南交通大学教学类奖项。

借力阿里技术,协同打磨教学方案

在这一广受认可的课程方案背后,是否有一套可供复制与推广的方法论呢?

邸志雄阐述自己的设计逻辑时称,首先要兼容现有的课程体系,重构教学内容和教学方法,比如在现在这个课程里删减掉已被淘汰的知识,有针对性地保留跟玄铁处理器有关的内容,将其梳理出一个完整的知识体系,把玄铁做成一个完整的案例,并在设计过程中让每个环节的知识点都紧扣玄铁处理器,整体的思路就会让学生便于理解。

邸志雄还提到,在设计课程前,一定要明确最终的教学目的。对于玄铁和无剑这个课程方案,目的就很明了,一是通过课赛结合的机制,让学生参加国内主流学科竞赛;二是满足主流技术公司招聘需求,方便学生找对口工作;三是增加学生研究处理器设计和芯片设计的动力,培养紧缺人才。

当然,清晰的想法只是美好的第一步,在具体执行中难免遇到困难。邸志雄说,偏工业级的项目往往需要循序渐进的拆解,就像理解一片森林,得先理解一棵树的构成、再去理解一个生态,也就是说既要拆解具体的知识点,又要让学生有体系化的认知。要做到这一点,就需要阿里和老师一起打磨教学方案,提供软硬件支持。几乎课程中每个知识点的理解与拆分、每个课程案例的设计与实现都与阿里工程师进行了多次讨论和交流。

邸志雄印象特别深刻的是,在一次公开展示课程案例时,因下载器固件升级导致在展示现场无法将程序烧写到开发板上。阿里工程师紧急提供了固件包降级方案,经过双方通力调试,终于在短时间内完成了下载功能的修复,这也为课程更新提供了更为全面和丰富的素材。

本校应用X社会应用两条腿走路,共促紧缺人才培养

作为项目负责人,邸志雄对成果是深感欣慰的,不是因为获了多少奖,而是实实在在感受到了助人的意义。

邸志雄说,自己很喜欢跟学生们交流,每期慕课结课后,他都会给第一名送礼物。在这几期的第一名中,让他印象最深刻的是一名女生。这名女生并不是在校学生,而是一位封测工程师,在慕课学习是想转行做芯片设计。在工科行业,这并不简单,但这名女生在第二期课程考试中每次测验都几乎得到了满分。邸志雄很开心,送给了这位满分学生一个开发板,希望她能继续深入学习,早日实现自己的职业梦想。

从实践上来说,这也证明了该项目制定的“本校应用X社会应用”两条推广主线是完全可行的。也就是说,这一项目不仅为本校学生覆盖了所承担的课程,引入了课赛结合的机制,还以慕课推广为核心,积极为社会应用,促进集成电路与RSIC-V紧缺人才培养,使人才培养与课程应用形成闭环。

作为国内首个基于商业级 RISC-V处理器的慕课课程,邸志雄是第一个吃螃蟹的人。他说:“集成电路的慕课很少,光做第一期就花了整整一个月,这一个月没做一点别的事情。”

说到课程的预期,邸志雄说,首先考虑到的是开源,一定要让学生拿到源代码,否则就失去了学习的意义,这一坚持也成为邸志雄选择阿里合作的一大原因。另一方面,慕课课程的成功也证明了玄铁开源的平台和生态都是极其稳定成熟的。

深耕产学合作,推动新工科课程体系改革

据邸志雄介绍,慕课不仅是纳入高校教务系统的正规课程,也是免费的,老师和学生也都能用。课程现在每年稳定开两期,每期大概有3000多人参加,现已做到第六期,总共大概有2万人使用慕课课程。

目前,慕课课程选课学生覆盖了清华、北大、复旦等28所国家级示范性微电子学院的本科和研究生,还包括AMD、Synopsys、兆芯等知名芯片设计公司的工程师。课程也被西电、哈工大、西邮、南邮、沈阳工业大学等学校的本科生和研究生课程使用。此外,课程还用于2021年RISC-V中国峰会平头哥Workshop、阿里云“飞天云 西部行”《基于RISC-V的硬件平台与虚拟仪器》师资培训活动,培养出数十名RISC-V处理器高校教师。总之,从应用范围来看,课程广泛覆盖在校学生、高校教师、社会人才,真正实现了有效的产学合作。

成功的产学合作项目带给邸志雄的不仅是亮眼的成绩,还有成熟的校企合作关系与经验。邸志雄说,作为一名高校老师,其实在合作过程中感受最深的是企业的热诚。阿里为高校提供了最先进的资源、技术、平台,同时阿里的生态和平台能力也为长期的校企合作奠定了基础,这一切都让人切身感受到企业本身对于人才培养有极强的社会责任感。同时,邸老师也对阿里致以谢意,感谢阿里让老师们在每一个环节都能高效对接到相应资源去推动项目进展。

因为与阿里云长期顺畅的合作,邸志雄也成为阿里云各类产品技术的深度核心用户,并向身边人介绍阿里云及其产品,他也因此获得2021年第16期“阿里云MVP”。据了解,“阿里云MVP”称号诞生于2017年,全球至今已有300余位活跃MVP,他们都相信技术会带来更美好的未来,而这也正是高校与阿里云平台共同的初心。

最后,说到产学合作的意义,邸志雄表示:“把工业界最主流、前沿的技术转化成一个个可用的教学案例开放给学生,就是我所认为的产学合作最大的意义。这不仅对培养学生有很大帮助,对新工科建设、教学内容与教学体系的改革也有重要的意义。”

目录
相关文章
|
26天前
|
传感器 机器学习/深度学习 人工智能
光子集成电路:光子学与电子学的结合
【10月更文挑战第18天】光子集成电路(PIC)结合了光子学与电子学的优势,利用光子作为信息传输和处理的载体,具备高速传输、大带宽、低功耗和高集成度等特点。本文介绍其基本原理、技术优势及在高速光通信、光计算、传感器和激光雷达等领域的应用前景,展望未来发展趋势与挑战。
|
1月前
|
测试技术
软件质量保护与测试(第2版)学习总结第十三章 集成测试
本文是《软件质量保护与测试》(第2版)第十三章的学习总结,介绍了集成测试的概念、主要任务、测试层次与原则,以及集成测试的不同策略,包括非渐增式集成和渐增式集成(自顶向下和自底向上),并通过图示详细解释了集成测试的过程。
52 1
软件质量保护与测试(第2版)学习总结第十三章 集成测试
|
25天前
|
前端开发 Java 程序员
springboot 学习十五:Spring Boot 优雅的集成Swagger2、Knife4j
这篇文章是关于如何在Spring Boot项目中集成Swagger2和Knife4j来生成和美化API接口文档的详细教程。
47 1
|
25天前
|
Java Spring
springboot 学习十一:Spring Boot 优雅的集成 Lombok
这篇文章是关于如何在Spring Boot项目中集成Lombok,以简化JavaBean的编写,避免冗余代码,并提供了相关的配置步骤和常用注解的介绍。
75 0
|
26天前
|
机器学习/深度学习 算法 前端开发
集成学习任务七和八、投票法与bagging学习
集成学习任务七和八、投票法与bagging学习
11 0
|
1月前
|
机器学习/深度学习 算法
【机器学习】迅速了解什么是集成学习
【机器学习】迅速了解什么是集成学习
|
3月前
|
JSON 数据管理 关系型数据库
【Dataphin V3.9】颠覆你的数据管理体验!API数据源接入与集成优化,如何让企业轻松驾驭海量异构数据,实现数据价值最大化?全面解析、实战案例、专业指导,带你解锁数据整合新技能!
【8月更文挑战第15天】随着大数据技术的发展,企业对数据处理的需求不断增长。Dataphin V3.9 版本提供更灵活的数据源接入和高效 API 集成能力,支持 MySQL、Oracle、Hive 等多种数据源,增强 RESTful 和 SOAP API 支持,简化外部数据服务集成。例如,可轻松从 RESTful API 获取销售数据并存储分析。此外,Dataphin V3.9 还提供数据同步工具和丰富的数据治理功能,确保数据质量和一致性,助力企业最大化数据价值。
163 1
|
3月前
|
机器学习/深度学习 运维 算法
【阿里天池-医学影像报告异常检测】3 机器学习模型训练及集成学习Baseline开源
本文介绍了一个基于XGBoost、LightGBM和逻辑回归的集成学习模型,用于医学影像报告异常检测任务,并公开了达到0.83+准确率的基线代码。
62 9
|
3月前
|
人工智能
LLama+Mistral+…+Yi=? 免训练异构大模型集成学习框架DeePEn来了
【8月更文挑战第6天】DeePEn是一种免训练异构大模型集成学习框架,旨在通过融合多个不同架构和参数的大模型输出概率分布,提升整体性能。它首先将各模型输出映射至统一概率空间,然后进行聚合,并最终反转回单一模型空间以生成输出。实验证明,在知识问答和推理任务上,DeePEn相比单一大模型如LLaMA和Mistral有显著提升,但其效果受模型质量和数量影响,并且计算成本较高。[论文: https://arxiv.org/abs/2404.12715]
41 1
|
3月前
|
机器学习/深度学习
【机器学习】模型融合Ensemble和集成学习Stacking的实现
文章介绍了使用mlxtend和lightgbm库中的分类器,如EnsembleVoteClassifier和StackingClassifier,以及sklearn库中的SVC、KNeighborsClassifier等进行模型集成的方法。
53 1