Este curso explora el diseño e implementación de redes neuronales profundas (DNNs) optimizadas para hardware especializado (VLSI, FPGA, ASIC). Abordamos el flujo completo: desde la definición de arquitecturas de red en punto flotante, pasando por cuantización y representación en punto fijo, hasta la estimación de recursos de hardware y síntesis de bloques lógicos básicos.
Objetivo principal: Entender cómo llevar modelos de ML eficientemente a implementaciones hardware, optimizando área, potencia y velocidad.