智能时代下计算机系统结构课程的重构与教学设计

摘 要：智能时代下信息技术的加速演化对计算机专业人才培养的目标和模式提出变革诉求。从计算机系统结构课程出发，总结建设过程中培养学生软硬件协同的计算机系统能力的思路、举措以及成效。对教学内容和实践项目进行重构，实现经典体系结构与智能系统的交叉融合、课程思政与教学内容的深度融合，取得显著的成效，推动计算机系统能力培养的内容和形式变革。课程经验可被推广至其他课程，以实现计算机专业课以及新工科课程的改造升级。

关键词：智能时代；计算机系统能力；软硬件协同；课程重构；教学设计

中图分类号：G642 文献标志码：A 文章编号：2096-000X（2024）35-0042-04

Abstract： In the era of intelligence， the accelerated evolution of information technology has put forward change to the goals and models of computer professional talent training. This paper takes the course Computer Architecture of Shanghai Jiao Tong University as an example to summarize the ideas， measures and effects of cultivating software and hardware collaborative system ability. Through reconstruction of teaching content and practical projects， the cross-integration of classical computer architecture and new intelligent systems， and the deep integration of ideological and political and teaching content have been realized， which achieved significant effects， and promoted the content and form of computer system ability training. The experience can be extended to other professional courses of computer science and emerging engineering education so as to realize the transformation and upgrading.

Keywords： the era of intelligence; computer system ability; software and hardware coordination; course reconstruction; instructional design

步入人机协同、跨界融合、共创分享的智能时代，新一轮科技革命与全球可持续发展目标正强化教育变革诉求[1]。教育部在《第二批新工科研究与实践项目指南》[2]中指出，新工科课程建设要“面向人工智能、大数据、云计算、物联网等新技术，探索基于现有工科专业改造升级的新方向、新领域”，逐步形成新的课程体系。

计算机科学与技术专业所具有的技术加速演化和计算系统形态多极等特性使得计算机专业教育必须适应智能时代特征[3]，对计算机专业人才培养定位与目标提出了新的期望，尤其对自主创新设计面向新一代信息技术的计算系统、解决复杂工程问题的能力的培养提出了更高的要求[4]。计算机类专业人才需要具有比以往更多、更深入的系统级设计、实现和应用能力[5]（简称“系统能力”）。

通过介绍计算机系统结构教学团队对课程内容的重构与扩展、对知识体系的梳理与优化，总结了智能时代下软硬协同的系统能力培养的思路、举措以及成效，以期对同类课程的教学改革提供参考。

一 课程特点以及面临的挑战

（一） 课程简介

计算机系统结构是面向计算机科学与技术专业本科生开设的专业核心必修课。作为一门选择或设计功能部件及其互联方法来满足计算机系统的功能、性能、价格约束的科学与艺术[6]，课程内容涉及计算机软件与硬件之间的接口层。课程着重培养学生软硬件协同的系统分析与设计能力，即根据算法需求设计硬件、根据硬件特点优化软件。智能时代下的计算机系统已演变为由形态多样的CPU（中央处理器）、GPU（图形处理单元）、DSA（领域专用单元）等多部件组成的超异构并行系统，正如图灵奖得主David Patterson指出[7]：“程序员必须将算法和硬件融会贯通，才能写出高质量的代码。未来的程序员还必须懂硬件！”

随着大数据、人工智能、物联网和云计算等新一代信息技术呈加速度向经济社会各领域全面渗透融合，以及chatGPT为代表的生成式人工智能的爆发，新型计算机系统结构以及芯片算力正在成为发展新质生产力[8]的核心技术。系统能力将是发展人工智能技术的核心实力，也是解决卡脖子难题和进行高端工程的关键能力。课程所属领域在国家科技进步和产业升级上有重大战略意义。

课程具有内容广、知识结构变化快、实践和创新要求高等特点。培养的人才需要拥有扎实的专业基础和开阔的视野、创新性解决复杂工程问题的能力以及强烈的团队合作意识。

（二） 面临的挑战

通过调研、分析和反馈，当前计算机系统结构课程建设所面临的问题可总结如下。

1 系统思维难启发

为了满足人工智能、大数据处理在算力、存储和节能等方面的需求，新型计算机系统结构不断涌现和发展。课程知识结构变化快、新概念和新技术多，学生往往会陷入到众多知识碎片中，从而只见树木不识森林，辩证发展观以及系统性思维难以启发。

2 软硬协同待引导

学生对人工智能技术的兴趣浮于表面。大部分学生误认为本课程仅是一门硬件技术原理课，而将学习热情投入到流行的人工智能模型和算法中，却忽略了模型和算法的性能与硬件结构之间的密切联系，软硬件协同的意识和能力急需引导和培养。

3 实践深度难协调

智能时代计算机系统规模不一、形态多样，实践环境复杂。学生的编程和系统开发能力却参差不齐，部分学生有畏难情绪，另一部分学生因起步早相较能轻松应对，导致课程实践所能达到的深度难以协调、高度难以统一。

二 课程的教学创新思路

（一） 教学内容重构：以新促思，交叉整合

为了顺利地从现有的系统能力培养模式平滑过渡，并保证各计算机专业核心课程之间内容的衔接顺畅，不同于依据新型应用领域特点开设新课程[9]的模式，作为计算机专业的传统核心课程，教学团队在已有优秀教材和丰富教学经验的基础上，依据智能时代的发展需求对课程的知识结构进行有机组合与重构。适度压缩过细的知识点，将机理稳定的“要素”即经典理论以慕课的形式呈现；总结当前人工智能各个子领域对计算系统的共性需求和关键技术，以人工智能应用的需求为导向、性能优化为目标，通过交叉对比将经典与新知识有机融合。

例如，在“数据编码和表示”章节，经典教学内容为浮点数标准编码格式，而智能计算系统为了优化推理性能往往会降低精度使用低位宽数据。在教学设计中将基础知识与应用需求进行融会式交叉对比教学（表1），保证在打下扎实基本功的同时强化对新型体系结构的理解，进而培养学生以辩证发展的思维方式整合知识结构，把握计算机系统结构的变迁和发展，培养历史观[10]和系统观[11]。

表1 计算机系统结构经典内容与新知识点的交叉对比教学

（二） 实践内容重组：以智提质，应用驱动

为了培养软硬协同的系统设计与分析能力，实践内容划分为系统调优和综合实践两个模块（图1）。系统调优模块安排在4—11教学周，综合实践模块被安排在第12—15教学周。在系统调优模块，学生独立完成4个实践型编程作业，围绕人工智能算法的核心模块“矩阵乘法”展开，利用各章所学的知识点基于硬件体系结构的特点优化算法的性能；随着实践的深入，矩阵运算的性能从提升几倍到提升几千倍，该问题的软硬协同性能优化贯穿整个教学过程。在综合实践模块，小组合作将矩阵乘法性能优化的综合解决方案运用于真实场景，如图像识别、大模型推理等等。循序渐进地实施以上结构化组织的实践内容，有助于提升学生的综合问题求解能力，丰富计算机系统能力[12]培养的内涵。

图1 计算机系统结构课程实践模块的层次递进关系

在完成教学阶段后，鼓励开展个性化创新实践项目或者参加与课程内容关联的学科竞赛。教学团队提供往届项目库、赛题库和文献库作为参考，为学生提供创新思路。学生按兴趣和特长组队，合作完成调研选题、方案制定、实验设计与实施和结果分析等工作。从而培养学生解决实际问题的能力和突破核心难题的务实精神。

（三） 多样化活动：进阶挑战，课内外联动

布鲁姆理论[13]将教学目标的认知维度分为具有层次梯度的6类：记忆、理解、应用、分析、评价、创造。细化教学目标有利于教师设计教学过程、安排教学活动和设计教学评价。教学团队基于布鲁姆认知目标分类法，在教学全周期过程中创设了6个进阶式教学活动（表2），化被动学习为主动挑战。在“记忆”阶段，通过错题讨论强化学生对重要知识点的掌握；在“理解”阶段，师生合作整理思维导图以理解各层级概念，并通过绘制可视化的知识图谱等方式整理跨章节单元的知识点之间的逻辑关系以及新知识点与经典理论之间的辩证关系；在“应用”阶段，通过在课堂上的编程实践和程序性能优化比赛等活动，培养软硬件协同的系统设计能力，同时促进了课堂交流、课后的线上以及线下交流；在“分析”阶段，讨论程序运行结果，结合量化评估模型找出性能瓶颈，培养分析、归纳与总结能力；在“评价”阶段，课前整理资料比较产业和技术发展现状，例如比较不同指令集（ARM、RISC-V）和处理器结构的优缺点、比较不同人工智能专用体系结构（Tensor Core、昇腾等）、阅读前沿论文并形成观点，在课上进行分享与展示，进而培养批判性思维和表达能力；在“创造”阶段，基于缓存替换等算法，根据新型应用的特点进行调整和重新设计，以培养发现问题和解决问题的能力以及创新思维。

表2 基于布鲁姆认知目标分类法开展的课堂教学活动

为了促进在线课堂、实体课堂、实践课堂之间的快速联动，教学团队整理项目案例、更新慕课和实验指导书，不断充实视频库、项目库和文献库以保证教学和实践资源的持续迭代。学生利用线上资源自主建构学习路径，与同伴交流沉浸于教学情境中，在体验自我和观察同伴学习认知的过程中组建 “自主建构、反思反馈、互促共进”的学习实践共同体，收获自我驱动的学习体验，培养可持续竞争力[14]。

（四） 多维度思政：思政元素融入教学案例

教学团队整理了国家民族、社会责任和科学精神等多维度的与时代发展紧密相连的思政资源（表3）。借助案例教学法，介绍国产处理器、存储器、人工智能芯片的发展历程和最新进展，将社会主义核心价值观、家国情怀、社会责任、科研伦理和工匠精神等相关德育元素融入教学全过程。

课程还与华为公司共建智能基座课程，将教学与思政建设深度融合。教学过程中对急需自主掌握的核心技术展开学习和调研，鼓励学生正视与发达国家壁垒技术之间的差距，培养担当时代责任、挑战垄断的勇气。

表3 多维度思政元素与教学案例相融合的实例

（五） 多方位支持：在线资源、超算环境：

自建慕课提供的在线资源包括：超过700分钟的69个教学视频、66个参考文档、50个开放式讨论题、90道测验题及一套期末考题，覆盖核心知识点。还建设了项目库、文献库、案例库和实验指导手册等资源用于开展多样化的混合式教学。为了支持顺利开展实践，提供虚实结合的实践环境，既有软件模拟仿真，也有真实硬件支撑。模拟和仿真软件帮助有畏难情绪的学生顺利起步实践；利用全国高校算力排名第一的校超算中心为每个班级提供了人均200机时的计算资源。AI计算集群峰值算力高达6千万亿次浮点运算，采用先进的温水水冷技术进行能量循环回收利用，为课程教学提供顶尖的计算资源和创新实践环境。

三 课程内容重构成果与教学成效

（一） 问题解决情况

1 系统思维启发

通过内容重构以及教学模式提升，课程实现了计算机系统结构经典理论与智能计算系统、前沿理论的有机融合。学生不再满足于作业和考试，而是归纳应用领域特点，软硬协同挖掘架构性能。向后总结计算机系统结构的发展历史，向前拥抱智能计算系统结构等新技术新趋势，保持持续竞争力和应变发展能力。解决了“深陷局部”问题，达到了“综览全局”的效果。教改班学生的学习成绩2022—2024年稳步提升，期末考试平均分从77分上升到86分。与同期的其他平行班比较，教改班的期末平均成绩均分更高、对计算机系统结构知识的系统性掌握更优秀。

2 软硬协同引导

课程以智能应用为牵引，从算法、编程、结构层次自上而下贯穿软硬件技术全栈，抑制“重应用、轻系统”风气的滋长，培养软硬件协同的解决复杂工程问题的能力。课程改革后学生参与实践的热情与积极性显著提高，实践型大作业完成率100%，完成质量逐年提高，学生对实践内容的满意度从82%上升到91%。对实践类作业的评价为“形式很新颖，让同学们能融会贯通所学的知识，确实地应用到实际当中”。

3 实践深度挖掘

通过多维度改革，强化了课程的实用性和前沿性。从进阶式活动到参与个性化创新项目，激发了学生投身科研的热情，最近一个班级自愿参与课外拓展型创新项目和学科竞赛的学生占班级总人数的95%。近年来学生通过课程项目延展在计算机系统结构领域会议或期刊上发表多篇论文，并获全国大学生超级计算机竞赛等多个奖项。

（二） 课程教学评价

通过更新教学内容以及优化教学方法，学生参与课堂、主动思考的热情和积极性显著提高，线上讨论组发帖数从平均每学期517次提升至1 639次。课堂活跃度明显提升，50%以上的课堂时间被学生讨论和师生互动占据。学生在评价中写道：“课程内容丰富质量高，理论和实践结合”“教师授课富有激情，与学生互动多，课程很有意思”“收获远超预期！不仅收获了知识，更收获了如何进行有效的团队合作以及如何将结果展示给大家”等等。此外，课程还获得了良好的同行评价，建设的中国大学MOOC慕课计算机组成与系统结构获评国家级一流本科课程。

四 结束语

本文总结了计算机系统结构课程在智能时代下培养软硬协同的计算机系统能力的思路、举措以及成效。课程的教学改革与创新经验可总结如下：重构课程内容，以交叉对比的方式将经典理论和新知识有机融合并优化课程知识结构的系统性；重组实践内容，围绕一个典型案例，循序渐进地达到实践目标，聚焦真实系统的应用，提升学生解决复杂工程问题的综合能力和软硬件协同的系统能力；进阶式挑战，实施多样化的教学活动，通过创设在线课堂、实体课堂、实践课堂“三堂联动”的混合式教学环境，构建学习与实践共同体，激发学生学习的主动性；多维度思政资源和教学资源，实现了思想教育与知识传授的目标统一。目前，上述创新举措已经取得了显著的成效，并成功推广至其他专业课程，为正在与人工智能技术融合的新工科专业课程改造升级的新理念、新方向、逐步形成新的课程体系提供了经验和思路。

参考文献：

[1] 吴岩．中国式现代化与高等教育改革创新发展[J].中国高教研究，2022（11）：21-29.

[2] 中华人民共和国教育部.第二批新工科研究与实践项目指南[R].2020.

[3] 周兴社，王志英，马殿富，等.智能时代计算机专业教育创新探索[J].中国计算机学会通讯，2022（5）：38-45.

[4] 言十.计算机系统能力培养的回顾与前瞻[J].计算机教育，2024（4）：1-6.

[5] 教育部高等学校计算机科学与技术专业教学指导委员会.高等学校计算机科学与技术专业人才专业能力构成与培养[M].北京：机械工业出版社，2010：17.

[6] 亨尼西，帕特森.计算机体系结构：量化研究方法[M].6版.北京：人民邮电出版社，2022：5.

[7] HENNESSY J L， PATTERSON D A. A new golden age for computer architecture[J]. Communications of the ACM， 2019（62-2）：48-60.

[8] 因地制宜发展新质生产力[N].人民日报，2024-03-09（1）.

[9] 陈云霁，李玲，李威，等.智能计算系统[M].北京：机械工业出版社，2020：1.

[10] 马援.习近平历史观的科学体系与时代价值——纪念习近平总书记在文化传承发展座谈会上的重要讲话发表一周年[J].东岳论丛，2024（5）：5-12，191.

[11] 韩庆祥.系统观念是具有基础性的思想和工作方法[N].光明日报，2022-04-18（15）.

[12] 郑纬民.计算机专业大学生的系统能力培养[J].中国大学教学，2021（5）：19-23.

[13] 洛林·W·安德森.布卢姆教育目标分类学——分类学视野下的学与教及其测评[M].蒋小平，张琴美，罗晶晶，译.北京：外语教学与研究出版社，2019：23.

[14] 徐晓飞.面向未来可持续竞争力的敏捷教育体系与开放教育

生态[J].计算机教育，2023（4）：15-20.