Bilgi Paketi / Ders Kataloğu
| İşletme | |||||
| Lisans | Programın Süresi: 4 | Kredi Sayısı: 240 | TYYÇ: 6. Düzey | QF-EHEA: 1. Düzey | EQF: 6. Düzey |
Ders Genel Tanıtım Bilgileri
| Yüksekokul/Myo/Fakülte/Enstitü | Mühendislik Fakültesi | |||||
| Ders Kodu | AI 306 | |||||
| Ders Adı İngilizce | Computer Systems for AI | |||||
| Ders Adı Türkçe | YZ için Bilgisayar Sistemleri | |||||
| Öğretim Dili | EN | |||||
| Ders Türü | Ters-Yüz Öğrenme | |||||
| Dersin Düzeyi | Seçiniz | |||||
| Dönem | Güz | |||||
| Haftalık İletişim Saatleri |
|
|||||
| Tahmini Öğrenci İş Yükü | Dönem boyunca 150 saat | |||||
| Ders Kredileri | 6 AKTS | |||||
| Değerlendirme | Standart Harf Notu | |||||
| Ön Koşul | Yok | |||||
| Yan Koşul | Yok | |||||
| Beklenen Ön Bilgi | Temel programlama bilgisi ve Artificial Intelligence alanının temel kavramlarına aşinalık | |||||
| Kayıt Kısıtlamaları | Sadece Lisans Öğrencileri | |||||
| Genel Eğitim Hedefi | Artificial Intelligence uygulamalarının geliştirilmesi ve eğitilmesinde kullanılan bilgisayar sistemlerini sağlam bir şekilde anlamak ve modern bilgisayar mimarisi ile donanım teknolojisi uygulamalarına uygun olarak bu sistemlerle etkili bir biçimde etkileşim kurma yetkinliğine sahip olmak. | |||||
| Ders Açıklaması | Bu ders, işlemciler, bellek sistemleri ve yapay zekâ için özelleşmiş donanımlar da dahil olmak üzere temel donanım kavramlarını tanıtırken, yapay zekâ uygulamalarının geliştirilmesi ve eğitilmesi için kullanılan bilgisayar sistemleriyle etkileşim kurmak için gerekli olan Linux tabanlı ortamlar, uzaktan sunucu erişimi ve SLURM tabanlı iş yükü yönetimi gibi pratik konuları da kapsamaktadır. |
Ders Öğrenme Çıktıları ve YeterliliklerBu dersi başarıyla tamamlayabilen öğrenciler:1) CPU tasarımı ve optimizasyonu, bellek alt sistemleri, Artificial Intelligence için özelleştirilmiş donanımlar ve bunlara ilişkin maliyet–performans dengeleri dâhil olmak üzere temel bilgisayar mimarisi kavramlarını açıklamak; 2) Boru hattı (pipelining), komut düzeyinde paralellik (ILP), süperskalar yürütme ve çok çekirdekli mimariler gibi CPU mikro-mimari kavramlarını analiz etmek ve bunların program performansı üzerindeki etkileri hakkında çıkarımda bulunmak; 3) Heterojen hesaplama platformlarını açıklamak ve hızlandırıcı sınıfı donanımları (ör. GPU’lar, TPU’lar, NPU’lar) mimari özellikleri ve farklı yapay zekâ iş yüklerine uygunlukları açısından değerlendirmek; 4) Paralel işleme ve bellek sistemi kavramlarını uygulayarak yapay zekâ odaklı hesaplamalarda performans ölçeklenebilirliği ve darboğazlar hakkında akıl yürütmek; 5) Linux tabanlı hesaplama ortamlarını (komut satırı araçları, kabuk betikleme ve uzak sunucu erişimi dâhil) kullanarak paylaşımlı bilgisayar sistemleriyle etkili biçimde etkileşim kurmak; 6) SLURM kullanarak iş gönderimi ve kaynak tahsisi dâhil iş yükü yönetimi kavramlarını açıklamak ve uygulamak; paylaşımlı ve küme tabanlı sistemlerde yapay zekâ iş yüklerini çalıştırmak. |
| Program Öğrenme Çıktıları/Ders Öğrenme Çıktıları | 1 | 2 | 3 | 4 | 5 | 6 |
|---|---|---|---|---|---|---|
| 1) Matematik, tarih, ekonomi ve sosyal bilimlere maruz kalarak geniş bir temele ve entelektüel farkındalığa sahip olmak | ||||||
| 2) İşletmenin farklı işlevsel alanlarında (muhasebe, finans, operasyon, pazarlama, strateji ve organizasyon) bilgi ve becerilere sahip olduğunu ve bunların çeşitli endüstri sektörlerindeki etkileşimlerine ilişkin bir anlayışa sahip olduğunu gösterir | ||||||
| 3) Karmaşık teknik veya profesyonel faaliyetleri veya projeleri yönetmek için teorik bilginin yanı sıra yaratıcı, analitik ve eleştirel düşünmeyi uygular | ||||||
| 4) İşletme sürdürülebilirliği için küresel, çevresel, ekonomik, yasal ve düzenleyici bağlamlara ilişkin bir anlayış sergiler | ||||||
| 5) Bireysel ve mesleki etik davranış ve sosyal sorumluluk gösterir | ||||||
| 6) Etnik, kültürel ve cinsiyet çeşitliliği değerlerine ve konularına duyarlılık gösterir | ||||||
| 7) Bilgi, fikir, sorun ve çözümleri iletmek için yazılı ve sözlü İngilizceyi etkili bir şekilde kullanır (en azından CEFR B2 seviyesi) | ||||||
| 8) Veri ve bilgi edinme, analiz etme, yorumlama ve raporlama konusunda beceriler gösterir | ||||||
| 9) Problem çözme ve karar vermeyi desteklemek için bilgisayar yeterliliğini gösterir | ||||||
| 10) Takım çalışması, liderlik ve girişimcilik becerilerini gösterir | ||||||
| 11) Yüksek derecede özerklikle ileri çalışmalar için gerekli öğrenme becerilerini sergiler |
Program Sonuçları ve Yeterliliklerle İlişkisi
| N Yok | S Destekleyici | H Çok İlgili |
| Program Çıktıları ve Yeterlilikler | Düzey | Değerlendirme | |
| 1) | Matematik, tarih, ekonomi ve sosyal bilimlere maruz kalarak geniş bir temele ve entelektüel farkındalığa sahip olmak | N | |
| 2) | İşletmenin farklı işlevsel alanlarında (muhasebe, finans, operasyon, pazarlama, strateji ve organizasyon) bilgi ve becerilere sahip olduğunu ve bunların çeşitli endüstri sektörlerindeki etkileşimlerine ilişkin bir anlayışa sahip olduğunu gösterir | N | |
| 3) | Karmaşık teknik veya profesyonel faaliyetleri veya projeleri yönetmek için teorik bilginin yanı sıra yaratıcı, analitik ve eleştirel düşünmeyi uygular | N | |
| 4) | İşletme sürdürülebilirliği için küresel, çevresel, ekonomik, yasal ve düzenleyici bağlamlara ilişkin bir anlayış sergiler | N | |
| 5) | Bireysel ve mesleki etik davranış ve sosyal sorumluluk gösterir | N | |
| 6) | Etnik, kültürel ve cinsiyet çeşitliliği değerlerine ve konularına duyarlılık gösterir | N | |
| 7) | Bilgi, fikir, sorun ve çözümleri iletmek için yazılı ve sözlü İngilizceyi etkili bir şekilde kullanır (en azından CEFR B2 seviyesi) | S | Sunum |
| 8) | Veri ve bilgi edinme, analiz etme, yorumlama ve raporlama konusunda beceriler gösterir | S | Derse Katılım |
| 9) | Problem çözme ve karar vermeyi desteklemek için bilgisayar yeterliliğini gösterir | N | |
| 10) | Takım çalışması, liderlik ve girişimcilik becerilerini gösterir | S | Derse Katılım |
| 11) | Yüksek derecede özerklikle ileri çalışmalar için gerekli öğrenme becerilerini sergiler | S | Derse Katılım |
| Hazırlayan ve Tarih | BUSE YILMAZ , February 2026 |
| Ders Koordinatörü | TUBA AYHAN |
| Dönem | Güz |
| Dersi Veren(ler) |
Ders İçeriği
| Hafta | Konu |
| 1) | Bilgisayar Sistemleri ve Yapay Zekâ Donanım Altyapısına Giriş |
| 2) | Bilgisayar bileşenlerine genel bakış |
| 3) | CPU iç yapısı |
| 4) | Pipeline (ardışık iş hattı) temelleri |
| 5) | ILP ve süperskalar işlemciler |
| 6) | Bellek sistemleri |
| 7) | Paralel işleme ve çok çekirdekli mimariler & Ara Sınav I |
| 8) | Donanım hızlandırıcılar ve Yapay Zekâ (GPU’lar, TPU’lar, NPU’lar vb.) |
| 9) | Donanım hızlandırıcılar ve Yapay Zekâ (devam) |
| 10) | GPU programlama kavramları & Ara Sınav II |
| 11) | Linux ortamı ve Bash komutları |
| 12) | Bash betik yazımı ve uzak sunuculara bağlanma |
| 13) | SLURM temelleri |
| 14) | Gelişmiş SLURM iş akışları ve Yapay Zekâ için konteynerler |
| 15) | Final Sınavı / Proje / Sunum Dönemi |
| 16) | Final Sınavı / Proje / Sunum Dönemi |
| Gerekli/Tavsiye Edilen Okumalar | Gerekli: Hennessy, J. L., & Patterson, D. A. Computer Architecture: A Quantitative Approach. Morgan Kaufmann. William Stallings Computer Organization and Architecture David Kirk & Wen-mei Hwu – Programming Massively Parallel Processors (conceptual reading) Önerilen: Selected research articles, vendor documentation, and online resources related to GPU architectures, AI accelerators, Linux-based systems, and cluster workload management will be provided during the course. Lectures/contact hours using “flipped classroom” as an active learning technique. | ||||||
| Öğretme Teknikleri | “Flipped classroom” yönteminin aktif öğrenme tekniği olarak kullanıldığı dersler/iletişim saatleri. | ||||||
| Ödev ve Projeler | Ters Yüz Sınıf Uygulaması, bildiri sunumu | ||||||
| Laboratuvar Çalışması | |||||||
| Bilgisayar Kullanımı | Gerekli | ||||||
| Diğer Aktiviteler | |||||||
| Değerlendirme Yöntemleri |
|
||||||
| Ders Yönetimi |
Rules for attendance: Minimum 70% attendance is required for lectures. Missing a midterm: You are expected to be present without exception and to plan any travel around these dates accordingly. Medical emergencies are of course excluded if accompanied by a doctor’s note. A note indicating that you were seen at the health center on the day of the exam is not a sufficient documentation of medically excused absence from the exam. The note must say that you were medically unable to take the exam. Provided that proper documents of excuse are presented, a make-up exam will be given for each missed midterm. If you fail to take the exam on the assigned day and do not have a valid excuse, you will be given zero (0) on the exam. Employment interviews, employer events, weddings, vacations, etc. are not excused absences. Missing a flipped classroom practice: no make-ups will be given Missing the paper presentation: no make-ups will be given Inappropriate conduct, academic dishonesty and plagiarism are subject to Law on Higher Education Article 54. |
||||||
AKTS Öğrenci İş Yükü Tahmini
| AKtivite | Hafta Sayısı | Saat | Hesaplama | ||||
| Yarıyıl Başına Hafta Sayısı | Etkinliğe Hazırlık | Etkinliğin Kendisinde Harcanan | Etkinlik Gereksinimlerini Tamamlama | ||||
| Ders Saati | 14 | 3 | 3 | 84 | |||
| Uygulama | 4 | 5 | 1 | 1 | 28 | ||
| Sunum / Seminer | 1 | 5 | 0.5 | 0.5 | 6 | ||
| Ara Sınavlar | 2 | 14 | 2 | 32 | |||
| Toplam İş Yükü | 150 | ||||||
| Toplam İş Yükü/25 | 6.0 | ||||||
| AKTS | 6 | ||||||