zurück zur Suche

Circuit Reliability for AI in Advanced Technologies

CIT433023Prüfungsleistungen6 ECTSEnglischSommersemesterDepartment Computer Engineering
KI-überarbeitetes Infoblatt. Auf Basis der TUMonline-Modulbeschreibung, sprachlich aufbereitet.Original in TUMonline

Worum geht's

Du lernst, welche Mechanismen die Zuverlässigkeit von Transistoren und Schaltungen in modernen Prozessorknoten beeinträchtigen und wie sich Technik-Skalierung und AI-Workloads auf Ausfallsraten auswirken. Am Ende kannst du Fehlerursachen von Transistoren bis zu kompletten Prozessoren analysieren sowie methodisch Entwurfs- und Managementtechniken zur Erhöhung der Zuverlässigkeit anwenden.

Was du danach kannst

  • Grundverständnis von Design-for-Reliability in fortgeschrittenen Technologie-Knoten
  • Auswirkungen von AI-Workloads auf die Zuverlässigkeit von Schaltungen
  • Kenntnis zentraler Degradationsmechanismen (Aging, Temperatur, Self-heating, Soft Errors)
  • Modellierung und Untersuchung von Zuverlässigkeitsdegradation von Transistoren bis zu komplexen Schaltungen
  • Anwendung von reliability-aware Design-Techniken
  • System-Level Management zur Optimierung der Zuverlässigkeit in Multi-Core Prozessoren
  • Wissen, wie neuartige Technologien zukünftig die Zuverlässigkeit beeinflussen können

Aus was das Modul besteht

  • VorlesungVermittlung der grundlegenden Konzepte zu Zuverlässigkeitsdegradation; Vorstellung von Problemen und state-of-the-art Lösungen
  • Übung/TutorialDemonstration der Techniken, Diskussion von Herausforderungen, gemeinsame Bewertung von Vor- und Nachteilen, praktische Beispiele

Lehrmethode

  • Vorlesung mit Folien und TafelErklärung grundlegender Konzepte und Darstellung von Problemstellungen und Lösungsansätzen
  • DiskussionenVorhersage möglicher Lösungen gemeinsam mit Studierenden und kritische Reflexion von Forschungs- und Industrieansätzen
  • Tutorials mit PraxisbeispielenEinüben der Techniken, Lesen und Diskutieren wissenschaftlicher Papers, Vertrautheit mit Implementierungsaspekten
Keine Termine im laufenden Semester
Für dieses Modul liegen im aktuellen Semester keine Kurstermine vor, oder die Zuordnung fehlt noch.

Modulbewertungen

Noch keine Bewertungen für dieses Modul.

Modul bewerten

Fülle nur die Kategorien aus, die du beurteilen kannst – je Kategorie entweder Sterne und Text zusammen oder gar nichts.

Vorlesung
Übung
Prüfung

Bewertungen werden vor der Veröffentlichung automatisch geprüft.

Offizielle Seite in TUMonline · Angaben unverbindlich.