“互聯(lián)網(wǎng)+”時代下的GPU 體系結(jié)構(gòu)教學(xué)改革研究
——《計算機(jī)組成與系統(tǒng)結(jié)構(gòu)》課程的創(chuàng)新設(shè)計

張荔哲，劉 凱，張亞杰

（西安電子科技大學(xué) 計算機(jī)科學(xué)與技術(shù)學(xué)院，陜西 西安 710071）

一、引言

計算機(jī)專業(yè)本科生的基礎(chǔ)課程具有拓展學(xué)生學(xué)科理論和提升學(xué)生科研素養(yǎng)的作用。通常此類課程理論與實踐結(jié)合密切，對學(xué)生數(shù)理邏輯能力要求較高。考慮到課程內(nèi)容的深度和廣度，傳統(tǒng)上主要采取教師課堂授課、學(xué)生到課聽講和課下完成作業(yè)的教學(xué)模式。但這種模式過于注重知識的垂直灌輸，以致學(xué)生興趣不足、專注度不高且獨(dú)立思考和自主學(xué)習(xí)時間過少。此外，本課程考核形式也比較單一，通常以期末閉卷筆試為主，教材內(nèi)容老舊過時，以《計算機(jī)組成與系統(tǒng)結(jié)構(gòu)》課程為例，極少包含GPU（圖形處理器）相關(guān)內(nèi)容，教師基本不講授GPU 體系結(jié)構(gòu)知識。盡管部分高校在教授GPU 內(nèi)容，但僅停留在表面概述，沒有對GPU 內(nèi)部系統(tǒng)結(jié)構(gòu)和計算模型進(jìn)行全面且深入的研究。GPU 相較于中央處理器（CPU），主要在以下類型的程序中有著更高的效率：計算密集型的程序，即大部分運(yùn)行時間集中在寄存器運(yùn)算上；易于并行的程序[1]。GPU 越來越多地應(yīng)用在并行計算、高性能計算、數(shù)據(jù)挖掘、深度學(xué)習(xí)和人工智能等領(lǐng)域。學(xué)生在課程中不能系統(tǒng)地學(xué)習(xí)到GPU 體系結(jié)構(gòu)知識會導(dǎo)致在這些領(lǐng)域中遇到學(xué)習(xí)障礙。為進(jìn)一步提升計算機(jī)專業(yè)本科生的培養(yǎng)質(zhì)量，本科生基礎(chǔ)課程的教學(xué)改革與創(chuàng)新非常必要。如何將教學(xué)內(nèi)容現(xiàn)代化、將學(xué)習(xí)方式多樣化、將考核評估多樣化，是擺在本科生基礎(chǔ)課程教學(xué)改革面前的難題。

國內(nèi)外高校已開始對本科生基礎(chǔ)課程的教學(xué)模式開展改革探索[2-5]，在教學(xué)過程中注重引導(dǎo)學(xué)生學(xué)習(xí)方法和思維的轉(zhuǎn)變[6-7]，同時結(jié)合課程特點(diǎn)圍繞教學(xué)內(nèi)容和教學(xué)方法進(jìn)行了初步改革探索[8]。不過在課程內(nèi)容、教學(xué)模式、考核方式和挖掘?qū)W生個性化以及成效等方面，相對于教學(xué)改革的既定目標(biāo)仍有較大差距。西安電子科技大學(xué)《計算機(jī)組成與系統(tǒng)結(jié)構(gòu)》教學(xué)組在過去的幾年內(nèi)積極探索高等院校計算機(jī)專業(yè)本科生基礎(chǔ)課程教學(xué)改革的思路和方法。本文總結(jié)了該課程教學(xué)組在改革實踐中的經(jīng)驗體會，從規(guī)劃教學(xué)內(nèi)容、設(shè)計教學(xué)模式和完善考核體系等多個維度提出創(chuàng)新性優(yōu)化方案，以達(dá)到構(gòu)建計算機(jī)專業(yè)本科生專業(yè)知識體系和提升學(xué)生科研創(chuàng)新能力的教學(xué)目標(biāo)。

二、課程背景及開設(shè)情況

《計算機(jī)組成與系統(tǒng)結(jié)構(gòu)》及其相關(guān)內(nèi)容在計算機(jī)系統(tǒng)中的位置是至關(guān)重要的。傳統(tǒng)課程中相關(guān)的計算機(jī)硬件內(nèi)容包含：算數(shù)邏輯運(yùn)算器、內(nèi)部存儲系統(tǒng)、指令系統(tǒng)、中央處理器、流水線技術(shù)與指令級并行系統(tǒng)、總線與輸入輸出系統(tǒng)和并行體系結(jié)構(gòu)。這些硬件由操作系統(tǒng)進(jìn)行管理，同時，高級語言的源代碼經(jīng)過編譯器（Compiler）編譯產(chǎn)生目標(biāo)程序代碼，目標(biāo)程序代碼也直接運(yùn)行在這些硬件平臺上。因此，《計算機(jī)組成與系統(tǒng)結(jié)構(gòu)》課程教學(xué)內(nèi)容不僅包括計算機(jī)硬件的各部件及它們的互連互通和指令系統(tǒng)等，還與計算機(jī)操作系統(tǒng)、編譯原理、微型計算機(jī)原理與接口等課程與技術(shù)密切關(guān)聯(lián)，對于學(xué)生全面地理解計算機(jī)系統(tǒng)的結(jié)構(gòu)層次，系統(tǒng)地形成計算機(jī)整體概念，掌握計算機(jī)硬件系統(tǒng)的應(yīng)用、分析、設(shè)計以及開發(fā)能力，都起著不可或缺的重要作用。所以，這部分內(nèi)容是計算機(jī)系統(tǒng)的核心內(nèi)容，自然成為計算機(jī)相關(guān)專業(yè)的重要基礎(chǔ)課程。

圖1 是美國加州大學(xué)伯克利分校2011 年“Computer Organization and Architecture”課程的設(shè)置情況[9]。從圖中可以看出，在這門課程的教學(xué)內(nèi)容中，加州大學(xué)伯克利分校在保留了傳統(tǒng)教學(xué)內(nèi)容的同時，也在FPGA 的硬件設(shè)計能力方面加強(qiáng)了培養(yǎng)。同時，還對并行體系結(jié)構(gòu)的相關(guān)內(nèi)容加深了教學(xué)。

圖1 美國加州大學(xué)伯克利分校關(guān)于《計算機(jī)組成與系統(tǒng)結(jié)構(gòu)》的課程設(shè)置

圖2 是中國科學(xué)技術(shù)大學(xué)2012 年本門課程的課程設(shè)置情況[10]。如圖所示，中國科學(xué)技術(shù)大學(xué)在本科教學(xué)中加強(qiáng)了中央處理器設(shè)計能力的培養(yǎng)和操作系統(tǒng)的相關(guān)知識，但還未引入GPU 體系架構(gòu)、并行體系結(jié)構(gòu)、高性能計算設(shè)備等相關(guān)課程內(nèi)容。

圖2 中國科學(xué)技術(shù)大學(xué)關(guān)于《計算機(jī)組成與系統(tǒng)結(jié)構(gòu)》的課程設(shè)置

為了總結(jié)各大高校本類課程的設(shè)置情況，有研究對MIT、Stanford 等多個美國著名大學(xué)和清華大學(xué)、國防科技大學(xué)等國內(nèi)知名高校在相關(guān)課程方面的教學(xué)情況進(jìn)行了分析[11-13]。在計算機(jī)組成等相關(guān)課程中，以上大學(xué)以及我校在教學(xué)思想、教學(xué)概念乃至教學(xué)內(nèi)容都有著大量相似之處，都是處在計算機(jī)系統(tǒng)的角度描述計算機(jī)組織體系結(jié)構(gòu)及硬件的設(shè)計思想和結(jié)構(gòu)，都以典型的數(shù)據(jù)編碼、存儲系統(tǒng)、指令設(shè)計及其系統(tǒng)、中央處理器和流水線技術(shù)為核心內(nèi)容，加強(qiáng)學(xué)生對并行體系結(jié)構(gòu)等知識的掌握，鼓勵學(xué)生通過多種途徑在課下自主學(xué)習(xí)，強(qiáng)調(diào)引起學(xué)生興趣和培養(yǎng)動手實踐能力。

通過對這些國內(nèi)外權(quán)威高校相關(guān)課程的教學(xué)理念、教學(xué)思路和教學(xué)內(nèi)容進(jìn)行分析，結(jié)合本校近年來在該課程上的教學(xué)實踐，對教學(xué)方法進(jìn)行了深入研究，提出引入GPU 體系結(jié)構(gòu)教學(xué)內(nèi)容及采用基于MOOC 的“互聯(lián)網(wǎng)+”教學(xué)方式的教學(xué)改革，并在《計算機(jī)組成與系統(tǒng)結(jié)構(gòu)》課程教學(xué)中進(jìn)行了實踐與研究。

三、教學(xué)內(nèi)容改革實踐

1.GPU 介紹

GPU 是一種專門在PC、服務(wù)器、游戲主機(jī)和智能手機(jī)、平板電腦等小型移動設(shè)備上進(jìn)行圖形計算工作的擴(kuò)展微型處理器。在個人計算機(jī)中，GPU 可以集成于顯卡上或嵌入在主板上。現(xiàn)如今GPU 已經(jīng)不僅限于處理圖形渲染，GPU 通用計算技術(shù)作為在CPU 計算之后的新一代計算技術(shù)已經(jīng)在計算機(jī)行業(yè)內(nèi)引起大量關(guān)注，在并行計算、幾何運(yùn)算和浮點(diǎn)數(shù)計算等方面，GPU 可以提供比CPU 高出十倍甚至百倍的算力，所以GPU 越來越多地被應(yīng)用在并行計算、高性能計算、深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)和人工智能等領(lǐng)域。

GPU 與CPU 設(shè)計處理計算任務(wù)的目標(biāo)是不一樣的，導(dǎo)致兩者的整體結(jié)構(gòu)有很大區(qū)別。具體來說，CPU 是一種低延遲的設(shè)計（如圖3 所示）：①CPU 有強(qiáng)大的ALU，時鐘頻率很高；②CPU 的容量較大的cache，一般包括L1、L2 和L3 三級高速緩存，L3 可以達(dá)到8MB；③CPU有復(fù)雜的控制邏輯，例如：復(fù)雜的流水線、分支預(yù)測和亂序執(zhí)行等，這些設(shè)計使得真正進(jìn)行計算的算數(shù)邏輯單元（ALU）只占據(jù)很小一部分片上空間。

圖3 中央處理器（CPU）體系結(jié)構(gòu)

而GPU 是一種高吞吐的設(shè)計（如圖4 所示），具體來說：①GPU 有大量的算數(shù)邏輯單元（ALU）；②緩沖區(qū)（caches）很?。壕彺娴哪康氖菫榫€程提高服務(wù)，而不是保存后面需要訪問的數(shù)據(jù)；③控制邏輯簡單，沒有分支預(yù)測等這些組件。GPU 需在有限的面積上實現(xiàn)超強(qiáng)的運(yùn)算能力和極高的存儲器帶寬，因此有大量的執(zhí)行單元去運(yùn)行更多相對簡單的線程。

圖4 圖形處理器（GPU）體系結(jié)構(gòu)

總體來說，CPU 擅長處理邏輯復(fù)雜、要求低延遲的計算任務(wù)；而GPU 擅長的是大規(guī)模數(shù)據(jù)集的并行計算（data-parallel）任務(wù)。

2.引入GPU 教學(xué)的必要性

（1）浮點(diǎn)計算能力強(qiáng)。GPU 相對多核CPU 在系統(tǒng)結(jié)構(gòu)設(shè)計上有本質(zhì)的區(qū)別，GPU 設(shè)計目標(biāo)是為解決復(fù)雜的浮點(diǎn)計算。作為眾核協(xié)處理器的典型，GPU 上一個warp的32 個線程由一個控制器控制，同時處理同一條指令。這種設(shè)計為GPU 提供了超強(qiáng)的浮點(diǎn)計算能力，從而使得這種異構(gòu)系統(tǒng)在超級計算機(jī)領(lǐng)域表現(xiàn)突出。

（2）超高性價比。在CPU/GPU 異構(gòu)系統(tǒng)中，多核CPU 在提供256 位寬向量處理的基礎(chǔ)上，主要負(fù)責(zé)復(fù)雜的邏輯處理，而眾核GPU 協(xié)處理器的設(shè)計目的是高速進(jìn)行浮點(diǎn)運(yùn)算，特別是雙精度浮點(diǎn)計算。由于多核CPU和GPU 設(shè)計理念不同，故在內(nèi)部結(jié)構(gòu)和組件成本方面存在著明顯差異。GPU 在設(shè)計時避免或減弱了類似分支處理、邏輯控制等與浮點(diǎn)計算無關(guān)的復(fù)雜功能，專注于浮點(diǎn)計算，因此在制造成本上有著巨大的優(yōu)勢，眾核GPU 協(xié)處理器僅需要十分之一的成本即可達(dá)到與多核CPU 同等的浮點(diǎn)運(yùn)算能力。

（3）綠色功耗比。GPU 集成了大量的輕量級微處理器單元，這些處理單元功能簡單（僅用于浮點(diǎn)運(yùn)算）、時鐘頻率有限，能最大限度降低所消耗的功率。比如NVIDIA Tesla K20c GPU 在休眠狀態(tài)僅需15 瓦左右功耗，其滿載運(yùn)轉(zhuǎn)時功耗約為150 瓦，能提供超過2Tflops單精度浮點(diǎn)運(yùn)算能力；而Intel Xeon Phi 31S1P 協(xié)處理器在低功耗狀態(tài)的能耗為100 瓦，在滿載運(yùn)行提供2Tflops單精度浮點(diǎn)運(yùn)算能力時需要250 瓦供能。因此GPU 比MIC 在能耗上更有優(yōu)勢。

（4）普及度廣。部分GPU 產(chǎn)品（顯卡）已經(jīng)裝備于許多設(shè)備上，用于科研、實驗、工程、娛樂等。購置新GPU也十分便捷。GPU 產(chǎn)品擁有完善的商業(yè)體系，其產(chǎn)品價格區(qū)間大，無論經(jīng)濟(jì)實力好壞，都可以購買到合適的GPU來搭建編程平臺。

另外，從計算機(jī)組成與系統(tǒng)結(jié)構(gòu)的并行計算領(lǐng)域來說，該領(lǐng)域存在以下幾個重大問題：存儲小、功耗大、編程難和不平衡的計算機(jī)科學(xué)生態(tài)系統(tǒng)。GPU 提供了程序員可控制的層次式存儲，在一定程度上突破了存儲問題；GPU 的低功耗優(yōu)勢在一定程度上解決了功耗大的問題。GPU 并行體系結(jié)構(gòu)設(shè)計可以充分發(fā)揮CPU/GPU 異構(gòu)系統(tǒng)和GPU 的集群性能，真正扭轉(zhuǎn)計算機(jī)科學(xué)生態(tài)系統(tǒng)“重軟輕硬”的不平衡。

所以，無論從當(dāng)前業(yè)界需求，還是未來計算機(jī)技術(shù)的發(fā)展來看，在本科生《計算機(jī)組成與系統(tǒng)結(jié)構(gòu)》課程中引入關(guān)于GPU 的內(nèi)容并重點(diǎn)講授都十分必要。同時，掌握GPU 各類系統(tǒng)架構(gòu)知識和其相關(guān)通用計算標(biāo)準(zhǔn)，能為本科生在研究生階段學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)等知識打下牢固基礎(chǔ)。

3.規(guī)劃課堂教學(xué)內(nèi)容

基于《計算機(jī)組成與系統(tǒng)結(jié)構(gòu)》課程的教學(xué)改革，引入GPU 硬件系統(tǒng)架構(gòu)教學(xué)內(nèi)容。主要包括GPU 架構(gòu)、kernel函數(shù)的GPU映射、GPU存儲體系、GPU計算能力、CPU/GPU 異構(gòu)系統(tǒng)、GPU 組成相關(guān)實驗和典型GPU介紹。通過這六個方面的教學(xué)可以使學(xué)生對GPU 硬件體系有一個整體的認(rèn)知。

（1）GPU 架構(gòu)：對英偉達(dá)主要的5 類不同架構(gòu)的GPU產(chǎn)品架構(gòu)進(jìn)行教學(xué)。分別為：特斯拉（Tesla）架構(gòu)、費(fèi)米（Fermi）架構(gòu)、開普勒（Kepler）架構(gòu)、麥克斯韋（Maxwell）架構(gòu)、帕斯卡（Pascal）架構(gòu)。不同GPU 架構(gòu)的設(shè)計理念、流程層次和工藝水平等均不相同，相應(yīng)的內(nèi)部體系結(jié)構(gòu)和性能也不一致。學(xué)習(xí)這五類架構(gòu)可以認(rèn)識到GPU 浮點(diǎn)運(yùn)算高性能的原因。

（2）GPU 存儲系統(tǒng)：GPU 存儲系統(tǒng)是影響其程序性能最關(guān)鍵的因素之一。GPU 采用了清晰的分層存儲設(shè)計，可以用于優(yōu)化程序性能，分層存儲結(jié)構(gòu)系統(tǒng)的使用是性能優(yōu)化的關(guān)鍵。

（3）GPU 計算能力：即GPU 架構(gòu)及其所支持的功能。隨著GPU 架構(gòu)的發(fā)展，GPU 支持的功能也越來越多，計算能力版本也從1.0 升級至6.0，提高了計算性能、統(tǒng)一了存儲空間、擴(kuò)展了原子操作等。這個模塊將講述GPU的浮點(diǎn)計算能力、訪存帶寬、通信帶寬，以及如何使用GPU-Z、CUDA-Z 等軟件測試GPU 性能，分辨其真?zhèn)?。GPU 的計算能力也是衡量GPU 質(zhì)量的重要標(biāo)準(zhǔn)之一。

（4）CPU/GPU 異構(gòu)系統(tǒng)：CPU 和GPU 各自有獨(dú)立的外部存儲器，CPU 負(fù)責(zé)邏輯性較強(qiáng)的事務(wù)處理，GPU 負(fù)責(zé)高密集度的浮點(diǎn)運(yùn)算。當(dāng)面對大量的數(shù)據(jù)時，CPU 處理事務(wù)，GPU 的高存儲帶寬發(fā)揮其強(qiáng)大的運(yùn)算能力，故CPU/GPU 異構(gòu)系統(tǒng)此類計算設(shè)備的計算能力可以明顯提高系統(tǒng)的速度，異構(gòu)系統(tǒng)的應(yīng)用越來越普遍，也是獲得高計算能力的途徑。

（5）GPU 組成的相關(guān)實驗：warp 是GPU 執(zhí)行程序時的調(diào)度單位，sp（streaming processor）是GPU 最基本的處理單元，sm（streaming multiprocessor）由多個sp 及一些資源組成。進(jìn)行warp 排程實驗需要對線程劃分塊，一個sm 僅會執(zhí)行一個塊中的warp，當(dāng)該塊執(zhí)行完畢時才進(jìn)行下一個塊的資源執(zhí)行。只有合理劃分每個塊中的warp，讓GPU 將每個sm 都利用起來，才可達(dá)到高效率的目標(biāo)，本實驗可以讓學(xué)生學(xué)會GPU 內(nèi)資源的具體調(diào)度操作，同時可以學(xué)會如何分配線程塊的資源增加GPU利用率以提高效率。

（6）典型的GPU：截至2018 年，英偉達(dá)和AMD 控制了近100%的市場份額，各自的市場份額分別為66%和33%。在這個模塊介紹第一代GPU（GeForce 6800）和第二代GPU（GeForece 8800）的相關(guān)參數(shù)，及英偉達(dá)和AMD生產(chǎn)制造的經(jīng)典顯卡設(shè)備型號、計算核心數(shù)、各級存儲容量、計算能力、時鐘頻率、grid 和block 網(wǎng)絡(luò)維度及ECC 錯誤校驗等參數(shù)。

四、教學(xué)方式改革實踐

1.“互聯(lián)網(wǎng)+”時代的多媒體技術(shù)

“互聯(lián)網(wǎng)+”思維可以應(yīng)用于各類傳統(tǒng)教學(xué)方法中，在充分利用信息科技技術(shù)和平臺的前提下，將互聯(lián)網(wǎng)與傳統(tǒng)教學(xué)方式深度融合，為教育改革、創(chuàng)新、發(fā)展引入新的活力，提供寬廣的網(wǎng)絡(luò)平臺，增添便捷與效率?！盎ヂ?lián)網(wǎng)+”代表了一種新的教學(xué)形態(tài)，可以充分發(fā)揮互聯(lián)網(wǎng)在課堂教學(xué)、本科生教育中的優(yōu)化和集成作用。

MOOC 是一種旨在通過互聯(lián)網(wǎng)廣泛參與和開放訪問的網(wǎng)絡(luò)課程。除了傳統(tǒng)的網(wǎng)絡(luò)課程材料，如視頻講座、PPT、練習(xí)題和線上測試，許多MOOC 還提供用戶論壇，以支持學(xué)生與學(xué)生、學(xué)生與教授之間的社區(qū)互動，以及對作業(yè)和測驗的即時反饋。MOOC 已經(jīng)發(fā)展為一種廣泛的學(xué)習(xí)方式[14]。

2.MOOC 技術(shù)在GPU 結(jié)構(gòu)教學(xué)中的優(yōu)勢

對比傳統(tǒng)課堂教學(xué)，MOOC 具有許多顯著優(yōu)勢，比如費(fèi)用低廉、在線、開放等?，F(xiàn)如今很多課程教學(xué)均選擇通過MOOC 技術(shù)進(jìn)行在線教學(xué)，大多數(shù)課程的目的是豐富教學(xué)資源，便于學(xué)生自主學(xué)習(xí)，降低教育成本。傳統(tǒng)課堂教學(xué)無法讓所有同學(xué)清晰地了解GPU 實物的系統(tǒng)結(jié)構(gòu)，MOOC 通過將GPU 實物系統(tǒng)構(gòu)造教學(xué)錄制為特寫視頻，提高學(xué)生對實物結(jié)構(gòu)難點(diǎn)的理解，增加了MOOC 教學(xué)的優(yōu)勢。搭建一個GPU 實驗室需要高昂的費(fèi)用，而將GPU 服務(wù)器引入MOOC 教學(xué)可顯著降低教學(xué)成本且完成實驗教學(xué)。GPU 服務(wù)器是為其應(yīng)用于視頻編解碼、深度學(xué)習(xí)、科學(xué)計算等多種場景提供的快速、穩(wěn)定、彈性的計算服務(wù)，可以讓實驗者們了解到GPU出色的圖形處理能力和極致的計算性能。在GPU 體系結(jié)構(gòu)MOOC 教學(xué)中加入實驗室搭建的小型GPU 服務(wù)器，可基本滿足《本科計算機(jī)組成與系統(tǒng)結(jié)構(gòu)》實驗要求，突破成本的限制，再加上其豐富開放的學(xué)習(xí)資源，對學(xué)生更加友好。

基于MOOC 的“互聯(lián)網(wǎng)+”教學(xué)模式吸收了傳統(tǒng)課堂教學(xué)和網(wǎng)絡(luò)在線教學(xué)兩者的各自優(yōu)點(diǎn)，是一種將兩者相結(jié)合的教學(xué)模式，比單純的線下教學(xué)或線上教學(xué)都具有優(yōu)勢。

3.具體教學(xué)方式改革的探索

（1）線上網(wǎng)絡(luò)平臺教學(xué)

在《計算機(jī)組成與系統(tǒng)結(jié)構(gòu)》課程開課前，教師將傳統(tǒng)線下課堂難以完成的教學(xué)內(nèi)容制作成在線課程資源，上傳于學(xué)?；ヂ?lián)網(wǎng)教育平臺。改變傳統(tǒng)單一的圖片及文字PPT 教學(xué)課件模式，將GPU 實物教學(xué)放置于MOOC課程中，可以清晰詳細(xì)地講解真正的GPU 體系結(jié)構(gòu)而非僅停留于書面及圖片，解決了傳統(tǒng)課程無法使每位同學(xué)均看清GPU 內(nèi)部構(gòu)造等問題。同時將GPU 相關(guān)實驗與傳統(tǒng)課堂教學(xué)中的應(yīng)用相結(jié)合，將課程中的難點(diǎn)、重點(diǎn)引入多媒體技術(shù)中，將GPU 服務(wù)器運(yùn)用于實驗教學(xué)，不僅解決了搭建GPU 實驗室費(fèi)用高昂的問題，也使每位同學(xué)均可現(xiàn)實對顯卡使用的操作，切身體驗到GPU的高效。

（2）線下課堂教學(xué)

在本科生教育中，MOOC 教學(xué)僅是一種輔助教學(xué)工具，網(wǎng)絡(luò)端的教學(xué)方式不能取代《計算機(jī)組成與系統(tǒng)結(jié)構(gòu)》的理論和實踐教學(xué)，而是將難以口述、不易理解的實物、實驗教學(xué)穿插于線下傳統(tǒng)課堂教學(xué)中。教師可將網(wǎng)絡(luò)教學(xué)平臺上學(xué)生的問題進(jìn)行匯總，查看學(xué)生在平臺上的自學(xué)測驗結(jié)果，針對學(xué)生反映的學(xué)習(xí)困難內(nèi)容在課堂上統(tǒng)一深入講解，著重解決。

（3）完善考核評估體系

合理有效的評價機(jī)制對于反映學(xué)生真實的學(xué)習(xí)效果有重要作用。相對于傳統(tǒng)課堂教學(xué)主要依據(jù)線下筆試成績，基于MOOC 的“互聯(lián)網(wǎng)+”教學(xué)模式需要一套更加多元的評價體系來準(zhǔn)確反映學(xué)生的學(xué)習(xí)成績。評價體系應(yīng)將隨堂評價和期末評價相結(jié)合。隨堂評價分為線上隨堂評價和線下隨堂評價兩部分，其中線上隨堂評價指標(biāo)包括學(xué)生觀看線上課程完成程度、線上課程自學(xué)測試情況等，線下隨堂評價指標(biāo)包括學(xué)生課堂出勤情況、隨堂測試情況等。期末評價同樣也分為線上實驗機(jī)試和線下筆試兩部分。多元的評價機(jī)制有利于學(xué)生形成良好和符合趨勢的學(xué)習(xí)習(xí)慣，提高學(xué)習(xí)質(zhì)量。

五、改革預(yù)期成效及問題

通過對GPU 體系結(jié)構(gòu)和計算模型進(jìn)行全面且深入的教學(xué)，豐富了《計算機(jī)組成與系統(tǒng)結(jié)構(gòu)》課程內(nèi)容，拓寬了本科生的知識視野，為學(xué)生將來在并行計算、大數(shù)據(jù)、高性能計算、深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)和人工智能等領(lǐng)域的科研和工作打下了基礎(chǔ)。

基于MOOC 的“互聯(lián)網(wǎng)+”教學(xué)模式為學(xué)生提供了一個開放、獨(dú)立的學(xué)習(xí)平臺，并促進(jìn)了計算機(jī)網(wǎng)絡(luò)化教學(xué)，使教師學(xué)習(xí)、使用現(xiàn)代網(wǎng)絡(luò)科學(xué)技術(shù)的水平有所提高。為GPU 體系結(jié)構(gòu)提供了一個便捷且成本低廉的教學(xué)方式，將傳統(tǒng)課堂上無法完成的實物、實驗教學(xué)改善，每位同學(xué)均可具體清晰地觀看且了解到GPU 是由什么部件組成且如何運(yùn)轉(zhuǎn)的。為對于基礎(chǔ)薄弱的同學(xué)，可以多次觀看平臺上發(fā)布的視頻教程進(jìn)行自主學(xué)習(xí)。對于學(xué)習(xí)能力強(qiáng)的同學(xué)，可以找到高階的課程，提高自己的能力。網(wǎng)絡(luò)教學(xué)平臺中可直接設(shè)置測試項目，教師可以隨時查看學(xué)生對知識的掌握。鼓勵學(xué)生充分利用線上教學(xué)資源，培養(yǎng)了學(xué)生獨(dú)立主動學(xué)習(xí)的能力，提高了學(xué)生《計算機(jī)組成與系統(tǒng)結(jié)構(gòu)》課程的參與度，從而切實提升了學(xué)生學(xué)習(xí)計算機(jī)專業(yè)知識的能力，進(jìn)而推動大學(xué)計算機(jī)學(xué)科教學(xué)發(fā)展。

但值得注意的是，將GPU 體系架構(gòu)相關(guān)內(nèi)容引入《計算機(jī)組成與系統(tǒng)結(jié)構(gòu)》課程也會導(dǎo)致一些問題。目前GPU 通用計算領(lǐng)域主要采用英偉達(dá)公司生產(chǎn)的GPU 產(chǎn)品，產(chǎn)品的單個售價較高，導(dǎo)致學(xué)生自行學(xué)習(xí)成本較高，加之本科生人數(shù)較多，每位學(xué)生真正使用高性能GPU進(jìn)行實操學(xué)習(xí)的機(jī)會有限，教學(xué)資源沒有CPU 普遍易得。且MOOC 教學(xué)存在一定的局限性，比如學(xué)生的課程完成率和真實完成度不夠高。由于MOOC 缺乏有效的監(jiān)督，一些學(xué)習(xí)主動性不高的學(xué)生容易中途放棄，并且存在部分同學(xué)虛假學(xué)習(xí)的情況。

六、結(jié)束語

針對傳統(tǒng)《計算機(jī)組成與系統(tǒng)結(jié)構(gòu)》課程教學(xué)內(nèi)容落后和硬件類課程課堂教學(xué)方式成本高昂且受設(shè)備儀器、時間和地點(diǎn)限制的問題，本文引入GPU 體系結(jié)構(gòu)教學(xué)內(nèi)容并采用基于MOOC 的“互聯(lián)網(wǎng)+”教學(xué)方式，提高了計算機(jī)硬件系統(tǒng)結(jié)構(gòu)的教學(xué)質(zhì)量。同時采用了多元評價機(jī)制對學(xué)生的學(xué)習(xí)效果進(jìn)行評價，激發(fā)了學(xué)生的學(xué)習(xí)熱情和學(xué)習(xí)興趣，培養(yǎng)了學(xué)生自主學(xué)習(xí)的習(xí)慣和能力，拓寬了本科《計算機(jī)組成與系統(tǒng)結(jié)構(gòu)》課程的知識覆蓋面，為學(xué)生日后進(jìn)行GPU 體系架構(gòu)、高性能計算、數(shù)據(jù)挖掘和深度學(xué)習(xí)等方面的學(xué)術(shù)科研打下了堅實的基礎(chǔ)。