清华大学计算机科学与技术系的实践教学

清华大学计算机科学与技术系以探索和研究为基础,注重培养高质量的复合型人才.本文介绍了清华大学计算机科学与技术系的实践教学体系,并针对其中部分环节存在的不足提出了几点建议.

智圆行方的过去、现在和未来——清华大学计算机科学与技术系成立50周年

清华大学是我国最早成立计算机专业课程的学校之一，清华大学计算机科学与技术系诞生和发展的50年，也见证了中国计算机事业的发展历程，他们将计算机系的文化归纳为“智圆行方”，将50年历程划分为五个阶段，六位历史见证人一同回顾了这段历史，本刊遴选和摘录部分内容以飨读者。

清华大学计算机科学与技术学科本科专业教育培养体系

ISBN：9787302253785定价：48.00元出版社：清华大学出版社本书阐述了清华大学计算机科学与技术系在高水平专业人才培养上的定位和目标以及人才培养理念和培养模式,在计算机科学与技术专业的知识体系、专业能力、课程体系、指导性教学计划和第二课堂教育等方面。

构建支持大模型训练的计算机系统需要考虑的4个问题

支持大模型训练的计算机系统有3种类型,其中基于国产AI芯片系统的生态系统不是很好,要想改变这个局面,需要做好AI编译器、并行加速等10个关键软件;基于超级计算机的系统需要做好软硬件协同设计,从而更好地服务于大模型训练。针对如何搭建大模型的基础设施,提出4点平衡设计,以确保系统的性能、可靠性和可扩展性。

清华大学计算机专业本科人才培养的实践探索

依据"价值塑造、能力培养、知识传授"的育人理念,从价值教育模式、课堂教学模式以及学生志趣培养3个方面探索计算机专业本科人才培养,并提出改进建议。

培养计算思维,笃行创新实践——清华大学计算机公共课程改革探索

清华大学自1990年开始将计算机课程纳入基础课范畴并作为校重点课程进行建设和管理，在全国率先提出3个层次的课程体系（计算机文化基础、计算机技术基础和计算机应用基础）以及相应的课程建设与改革思路。

讲席教授组机制是培养计算机科学与技术拔尖创新人才的现实手段

清华大学正在为实现建设世界一流大学的宏伟目标而奋斗。根据学校制定的发展战略，到2011年，学校应力争跻身世界一流大学行列，到2020年，应努力在总体上达到世界一流大学水平。显然，目前正处在这个发展战略实施的一个关键时期。

计算机科学领域的可视化技术

可视化是计算机科学中不可缺少的一部分 ,本文就计算机科学领域中可视化的概念、难点、评价标准以及研究状况和发展趋势发表了一点看法。

清华大学计算机辅修专业人才培养实践

介绍清华大学计算机辅修专业在招生、培养方案、课程设置以及师资配置等方面取得的办学经验,总结出一套适合非电子信息类学生的、促进学科融合的、培养兼具专业知识与信息技能的复合型人才的教学体系,并且针对课程体系建设及学生管理的新需求和新样态提出改进建议。

计算机组成原理课程建设

针对计算机组成原理课程在理论教学、实验实践以及与其他课程衔接方面的不足,提出“101计划”背景下的计算机组成原理课程建设思路,从课程内容更新、理论与实践同步、课程之间衔接等方面具体介绍建设的实施情况,并说明实施效果。

计算机安全监控系统的关键技术研究

信息技术的发展给信息安全带来了新的挑战,计算机安全监控系统是一种保障信息安全的有效机制。它通过数据采集、分析处理、规则判别、违规阻止和全程记录等过程,实现对本地或远程计算机中各类信息和用户操作的保护与监控。该文主要研究了以文件、文本和用户操作为对象的监控关键技术,通过实验对比分析了这些关键技术的实现机制与应用环境,对强化系统功能、提高监控效率和稳定性具有重要意义。

TMR计算机系统FT-HIT的冗余管理技术

ＦＴ－ＨＩＴ是自行研制的３模冗余（ＴＭＲ）航天容错计算机系统，系统通过硬件冗余和主要由软件实现容错的冗余管理模式实现系统的容错性能。其冗余管理主要包括：故障检测、故障屏蔽、故障隔离。

微型计算机系统接口技术课程实验探索

针对面向全校研究生开设的微型计算机系统接口技术课程,研究如何根据研究生与本科生的不同学习特点以及如何面向不同专业和不同起点的学生开设实验课程,以便课程的实验设置能够满足学生的学习需求并达到更好的教学效果。

TMR计算机系统冗余单元间的恢复技术

本文以我们自行研制的ＦＴ－ＨＩＴ航天容错计算机为背景，论述三模冗余（ＴＭＲ）计算机系统冗余单元间的运行环境信息恢复技术，包括运行环境信息的保存、信息的传送。

控制系统计算机辅助设计的专家系统——AI技术与CADCS的结合

本文研究并实现了一种用于控制系统进行建模、分析、设计和仿真的专家系统.介绍了作者提出的一种分层专家系统的总体结构.详细阐述了两种知识库的内容及构成,列举了极点配置法校正的二级规则树.并通过例子说明了该专家系统的主要功能和特点.

面向计算机视觉系统的对抗样本攻击综述

对抗样本攻击是近年来计算机视觉领域的热点研究方向,通过对图像添加细微的噪声,对抗样本使计算机视觉系统做出错误判断.对抗样本攻击的研究起初重点关注于图像分类任务,随着研究的深入逐步拓展到目标检测、人脸识别等更加复杂的计算机视觉任务中.然而,现有的对抗样本综述缺乏对新兴图像分类攻击方案的梳理总结以及针对目标检测、人脸识别等复杂任务攻击的分析总结.本论文聚焦于计算机视觉系统中的对抗样本攻击,对其理论与前沿技术进行了系统性的综述研究.首先,本论文介绍了对抗样本的关键概念与敌手模型.其次,分类总结和对比分析了对抗样本存在原因的三大类相关假设.再次,根据数字域与物理域两大应用场景,分类概述和对比分析图像分类系统中的对抗样本攻击技术.根据不同的敌手模型,我们进一步地将图像分类任务数字域的攻击方案划分为白盒和黑盒两种场景,并重点总结梳理了新兴的攻击类别.同时,在目标检测、人脸识别、语义分割、图像检索、视觉跟踪五类复杂计算机视觉任务上,根据适用场景分类总结各类任务中的对抗样本攻击方案.进一步地,从攻击场景、攻击目标、攻击效果等方面对于不同攻击方案进行详细地对比分析.最后,基于现有对抗样本攻击方法的总结,我们分析与展望了计算机视觉系统中对抗样本的未来研究方向.

从BERT到ChatGPT:大模型训练中的存储系统挑战与技术发展

以ChatGPT为代表的大模型在文字生成、语义理解等任务上表现卓越,引起了工业界和学术界的广泛关注.大模型的参数量在3年内增长数万倍,且仍呈现增长的趋势.首先分析了大模型训练的存储挑战,指出大模型训练的存储需求大,且具有独特的计算模式、访存模式、数据特征,这使得针对互联网、大数据等应用的传统存储技术在处理大模型训练任务时效率低下,且容错开销大.然后分别阐述了针对大模型训练的3类存储加速技术与2类存储容错技术.针对大模型训练的存储加速技术包括:1)基于大模型计算模式的分布式显存管理技术,依据大模型计算任务的划分模式和计算任务间的依赖关系,设计模型数据在分布式集群中的划分、存储和传输策略;2)大模型训练访存感知的异构存储技术,借助大模型训练中的访存模式可预测的特性,设计异构设备中的数据预取和传输策略;3)大模型数据缩减技术,针对大模型数据的特征,对模型训练过程中的数据进行缩减.针对大模型训练的存储容错技术包括:1)参数检查点技术,将大模型参数存储至持久化存储介质;2)冗余计算技术,在多张GPU中重复计算相同版本的参数.最后给出了总结和展望.

信息化进程中的新领域─—计算机协同工作技术

在信息化进程中，特别是计算机及其网络技术的发展，产生了“计算机协同工作（CSCW）”这个新的研究领域。本文介绍了CSCW的发展背景、基本概念、分类、关键技术、应用领域和发展趋势。对CSCW的深入研究将推动协同科学的发展和信息化进程，促进人类群体的协作效率，提高整个社会的生产力水平。

计算机系统存储体设计技术的探讨

分析如何设计跟得上CPU速度的存储体.

全密态数据库密态计算关键技术综述

随着近些年云服务的流行,越来越多的企业和个人将数据存储在云数据库上.但在享受云服务便利的同时,也带来数据安全的问题.其中一个比较关键的问题是敏感数据的机密性保护,即保护用户的敏感数据不被窥探和泄漏.在这样的背景下,全密态数据库应运而生.相对于传统数据库,全密态数据库能够在数据的传输、存储和计算整个生命周期中对数据进行加密,保护数据的机密性.目前,在对数据加密的同时,支持所有SQL功能并保持高性能等方面还存在很多挑战.全面调研全密态数据库密态计算的关键技术,根据技术类型进行归纳分类,并在功能性、安全性和性能等方面进行对比与总结.首先介绍全密态数据库架构,包括基于加密算法的纯软件架构、基于可信执行环境(TEE)的可信硬件架构和软硬融合式架构.然后,总结归纳各个架构的关键技术.最后,讨论当前研究的挑战和机会,并提供一些未来研究的开放性问题.