現行之AI應用多以各類型的深度學習Framework進行開發,最後要將Framework所訓練出之深度學習模型部屬到Instruction-based AI 處理器上inference，早期多使用半自動的程序來產生AI模型對應之指令，但隨著當今的AI網路複雜化，需要仰賴特殊AI編譯器的支援來進行，本模組教材將分為兩個部分，一部分讓學生瞭解Instruction-based之AI處理器之設計，並透過實驗課讓同學熟悉範例加速器與瞭解ADFP之合成過程；另一部分將帶學生了解TVM-based之編譯器架構，並搭配實驗課程來讓同學完整的了解整個AI模型編譯到Instruction-based AI處理器上之流程。