Admisión abierta 2026-2027Rellenar solicitud

Máster en Ingeniería de Computación Heterogénea para AD — CPU/GPU/NPUs, scheduling, thermal/power budgeting.

Máster online de 1900 h: 12 módulos y 120 submódulos, de «Cómputo para conducción autónoma» a «Proyecto de cómputo heterogéneo», pasando por «Gestión térmica».

Mapa del programa · pulsa un módulo
Módulo 1 · Cómputo para conducción autónoma
1900 hDuración total
12Módulos
120Submódulos
OnlineModalidad

Competencias y resultados

6 bloques de competencia, sacados de los módulos de este programa. Pulsa cualquiera y ves qué vas a saber hacer.

Cómputo para conducción autónoma

Saldrás manejando requisitos de cómputo del stack AD, cargas de percepción, predicción y planificación y operaciones por segundo y TOPS. Es lo que se trabaja en «Cómputo para conducción autónoma», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

SoC de automoción

Saldrás manejando NVIDIA DRIVE Orin y Thor, qualcomm Snapdragon Ride y familia Mobileye EyeQ. Es lo que se trabaja en «SoC de automoción», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Inferencia de redes neuronales

Saldrás manejando compilación de modelos, tensorRT y optimizaciones y cuantización INT8 y FP8. Es lo que se trabaja en «Inferencia de redes neuronales», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Gestión térmica

Saldrás manejando disipación de potencia en SoC, throttling térmico y sus efectos y refrigeración por aire y líquido. Es lo que se trabaja en «Gestión térmica», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Seguridad funcional del hardware

Saldrás manejando ISO 26262 parte 5 y 11, métricas SPFM y LFM y lockstep y redundancia. Es lo que se trabaja en «Seguridad funcional del hardware», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Evaluación y benchmarking

Saldrás manejando benchmarks MLPerf Automotive, métricas de rendimiento y pruebas de latencia. Es lo que se trabaja en «Evaluación y benchmarking», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Objetivos de aprendizaje

  • 01Analizar los requisitos de cómputo de un stack de conducción autónoma.
  • 02Comparar arquitecturas heterogéneas y SoC de automoción.
  • 03Programar aceleradores mediante CUDA y frameworks paralelos.
  • 04Optimizar la inferencia de redes neuronales.
  • 05Planificar tareas con requisitos de tiempo real.
  • 06Gestionar presupuestos térmicos y de potencia.
  • 07Desarrollar un proyecto de cómputo heterogéneo para conducción autónoma.

Plan de estudios

12 módulos, 120 submódulos, 1900 h. Elige un módulo y ves su contenido completo.

1 de 12 módulos abiertos
Módulo 1 de 12 · 10 submódulos

Cómputo para conducción autónoma

1.1Requisitos de cómputo del stack AD
1.2Cargas de percepción, predicción y planificación
1.3Operaciones por segundo y TOPS
1.4Latencia de extremo a extremo
1.5Consumo energético del sistema
1.6Evolución de plataformas de cómputo
1.7Arquitecturas centralizadas de cómputo
1.8Coste del hardware
1.9Tendencias de silicio
1.10Caso práctico: presupuesto de cómputo de un robotaxi
Módulo 2 de 12 · 10 submódulos

Arquitecturas heterogéneas

2.1CPU multinúcleo ARM y x86
2.2GPU para inferencia
2.3NPU y aceleradores dedicados
2.4DSP y aceleradores de visión
2.5FPGA en automoción
2.6Islas de seguridad lockstep
2.7Jerarquía de memoria
2.8Interconexión en chip
2.9Coherencia de caché
2.10Laboratorio: perfilado en SoC heterogéneo
Módulo 3 de 12 · 10 submódulos

SoC de automoción

3.1NVIDIA DRIVE Orin y Thor
3.2Qualcomm Snapdragon Ride
3.3Familia Mobileye EyeQ
3.4Texas Instruments TDA4
3.5Familia Renesas R-Car
3.6Comparativa de rendimiento
3.7Software y SDKs
3.8Calificación de componentes AEC-Q100
3.9Roadmaps de fabricantes
3.10Práctica: comparativa de SoC por caso de uso
Módulo 4 de 12 · 10 submódulos

Programación paralela

4.1Modelo de programación CUDA
4.2OpenCL y SYCL
4.3Paralelismo de datos y tareas
4.4Optimización de kernels
4.5Memoria compartida y global
4.6Transferencias entre host y dispositivo
4.7Programación de DSP
4.8Librerías optimizadas cuBLAS y cuDNN
4.9Depuración de código paralelo
4.10Taller: kernel CUDA de preprocesado
Módulo 5 de 12 · 10 submódulos

Inferencia de redes neuronales

5.1Compilación de modelos
5.2TensorRT y optimizaciones
5.3Cuantización INT8 y FP8
5.4Poda y destilación
5.5Fusión de capas
5.6Particionado entre aceleradores
5.7Batch y latencia
5.8Compiladores de modelos como TVM
5.9Validación de precisión
5.10Laboratorio: despliegue con TensorRT
Módulo 6 de 12 · 10 submódulos

Scheduling y tiempo real

6.1Planificación de tareas en sistemas heterogéneos
6.2Grafos de tareas DAG
6.3Prioridades y preemption
6.4Scheduling en GPU
6.5Análisis de tiempo de respuesta
6.6WCET en hardware heterogéneo
6.7Interferencias en memoria
6.8Particionado temporal de recursos
6.9Herramientas de análisis
6.10Práctica: análisis de cadena de procesamiento
Módulo 7 de 12 · 10 submódulos

Gestión térmica

7.1Disipación de potencia en SoC
7.2Throttling térmico y sus efectos
7.3Refrigeración por aire y líquido
7.4Diseño de disipadores
7.5Modelado térmico de la unidad
7.6Entornos de automoción extremos
7.7Monitorización de temperatura
7.8Gestión dinámica térmica
7.9Validación térmica en cámara climática
7.10Taller: simulación térmica con Icepak
Módulo 8 de 12 · 10 submódulos

Gestión de potencia

8.1Presupuesto de potencia del sistema
8.2Escalado dinámico de tensión y frecuencia
8.3Estados de bajo consumo
8.4Gestión de potencia por carga
8.5Impacto en autonomía del vehículo
8.6Fuentes de alimentación
8.7Eficiencia energética de la inferencia
8.8Optimización del compromiso consumo-rendimiento
8.9Monitorización de consumo
8.10Laboratorio: curva rendimiento-potencia
Módulo 9 de 12 · 10 submódulos

Seguridad funcional del hardware

9.1ISO 26262 parte 5 y 11
9.2Métricas SPFM y LFM
9.3Lockstep y redundancia
9.4ECC y protección de memoria
9.5Monitores de seguridad del SoC
9.6Análisis FMEDA del hardware
9.7Errores transitorios por radiación
9.8Libertad de interferencia
9.9Manuales de seguridad
9.10Caso práctico: FMEDA de SoC
Módulo 10 de 12 · 10 submódulos

Virtualización y particionado

10.1Hipervisores en SoC
10.2Particionado de GPU
10.3Aislamiento de memoria
10.4Asignación de aceleradores
10.5Criticidad mixta en un mismo SoC
10.6Contenedores sobre máquinas virtuales
10.7Gestión de recursos
10.8Rendimiento de la virtualización
10.9Seguridad del particionado
10.10Práctica: particionado con hipervisor
Módulo 11 de 12 · 10 submódulos

Evaluación y benchmarking

11.1Benchmarks MLPerf Automotive
11.2Métricas de rendimiento
11.3Pruebas de latencia
11.4Pruebas térmicas bajo carga sostenida
11.5Comparación de plataformas
11.6Metodología de evaluación
11.7Herramientas de perfilado
11.8Informes de rendimiento
11.9Toma de decisiones
11.10Taller: benchmark de pipeline AD
Módulo 12 de 12 · 10 submódulos

Proyecto de cómputo heterogéneo

12.1Definición de la carga de trabajo
12.2Selección de plataforma
12.3Mapeo de tareas a aceleradores
12.4Optimización de inferencia
12.5Scheduling y tiempo real
12.6Gestión térmica y de potencia
12.7Evaluación del sistema
12.8Conclusiones y trabajo futuro
12.9Memoria del TFM
12.10Defensa ante tribunal

¿Cuánto me va a llevar?

Mueve las horas que puedes dedicar cada semana y calculamos tu ritmo sobre las 1900 h del programa.

—meses a ese ritmo
—semanas por módulo
—frente a los 1900 horas · 12 a 18 meses previstos

¿Qué nivel tienes ya?

Cinco conceptos del propio temario. Marca lo que ya controlas y te decimos si te conviene el curso, el diplomado o el máster.

Latencia de extremo a extremo
Módulo 1 · Cómputo para conducción autónoma
NVIDIA DRIVE Orin y Thor
Módulo 3 · SoC de automoción
Compiladores de modelos como TVM
Módulo 5 · Inferencia de redes neuronales
Modelado térmico de la unidad
Módulo 7 · Gestión térmica
Métricas SPFM y LFM
Módulo 9 · Seguridad funcional del hardware

Marca los cinco conceptos y te damos tu resultado.

Normas y estándares que vas a manejar

ISO 26262AEC-Q100ISO 21448ISO/SAE 21434IEC 61508JEDEC JESD51ISO 16750-4MISRA C++:2023

Cuerpo docente y expertos

Este programa se imparte en el área de Autónomos, ADAS & Vehículo Definido por Software, que dirige Dr. Markus Schneider. Debajo, los directores académicos más cercanos a este programa. El detalle de cada instituto está en la página de institutos.

Dr. Markus Schneider Dr. Markus SchneiderDirector Académico del Departamento EMH — Electromobility, Batteries & Hydrogen.
Dr. Kevin O’Connor Dr. Kevin O’ConnorDirector Académico del EET — Electronics & Embedded Technologies Institute.
Prof. Kenji Takahashi Prof. Kenji TakahashiDirector Académico del SRA — Robotics & Autonomous Systems Institute.

El claustro completo y los once institutos, con sus líneas de trabajo, están en institutos SEIUM y en liderazgo y consejo asesor.

Dónde se trabaja con esto

Perfiles a los que da acceso el programa.

Ingeniero de plataformas de cómputo
Ingeniero de optimización de inferencia
Arquitecto de hardware de automoción
Ingeniero de sistemas embebidos
Ingeniero de rendimiento
Ingeniero de seguridad funcional de hardware

Para quién es

Ingeniero de plataformas de cómputo
Ingeniero de optimización de inferencia
Arquitecto de hardware de automoción
Ingeniero de sistemas embebidos
Ingeniero de rendimiento
Ingeniero de seguridad funcional de hardware
Titulados en ingeniería o ciencias que busquen entrar en automoción

Otras formaciones del área

Del mismo área y nivel, para completar tu itinerario.

Áreas cercanas: todas las de Autónomos, ADAS & Vehículo Definido por Software · Aeroespacial, UAM, Drones & Espacio · Automoción & Motorsport · Civil, Rail & Smart Cities · Data, IA, Simulación & Analytics · Defensa, Ingeniería Militar & Sistemas Terrestres (enfoque académico, legal y ético) · Diseño, HMI & Producto · Electromovilidad, Baterías & Hidrógeno · todas las facultades.

Opiniones de alumnos

Opiniones verificadas de alumnos de SEIUM, recogidas en Opynio.

Ver reseñas completas

De la solicitud al aula, sin esperas

  1. 1Rellenas la solicitud de admisiónTitulación o experiencia y firma, en una sola página.
  2. 2El sistema verifica la documentación al instanteEl sistema comprueba los datos y la firma al momento.
  3. 3Eliges modalidad de pago y reservas tu plazaPago único con descuento o entrada más cuotas mensuales. La matrícula de esta semana cierra el 20-11-2026.

El proceso completo, con documentación, plazos, convalidaciones y becas, está en admisión, cómo aplicar y becas y ayudas.

Comprueba tu acceso en tres respuestas

¿Tienes titulación universitaria en ingeniería, ciencias o arquitectura, o experiencia profesional equivalente?
¿Trabajas o quieres trabajar en Autónomos, ADAS & Vehículo Definido por Software?
¿Puedes mantener un ritmo de estudio constante durante 1900 horas · 12 a 18 meses?

Responde las tres y te decimos por dónde seguir.

Requisitos de acceso

  • ·Titulación universitaria en ingeniería, ciencias o arquitectura, o experiencia profesional acreditable equivalente.
  • ·Conexión a internet y un ordenador capaz de ejecutar el software del programa.
  • ·Nivel de español suficiente para seguir lectura de normativa técnica.

Cómo se estudia

Formación 100 % online en el campus de SEIUM, con material descargable, clases grabadas y tutor técnico asignado. Sin horarios fijos: el alumno avanza a su ritmo dentro de la convocatoria, lo que permite compatibilizarlo con el trabajo.

Cada módulo combina teoría, lectura guiada de la norma original y ejercicios aplicados. El software de trabajo es CUDA, NVIDIA TensorRT, Apache TVM, ANSYS Icepak, Nsight Systems, en versiones gratuitas, académicas o de evaluación. Los ensayos se estudian sobre procedimientos reales de perfilado de cargas de inferencia, ensayos térmicos de unidades de cómputo, benchmarking de plataformas de conducción. La evaluación es continua por módulo más el TFM final.

Las modalidades, el calendario y las tasas son comunes a todos los programas: modalidades, calendario académico y tasas y financiación.

Preguntas frecuentes

Son 12 módulos con 120 submódulos y 1900 h de trabajo total. Abre por «Cómputo para conducción autónoma» y cierra con «Proyecto de cómputo heterogéneo».

Se trabajan ISO 26262, AEC-Q100, ISO 21448, ISO/SAE 21434, IEC 61508 y JEDEC JESD51.

Los perfiles más directos son Ingeniero de plataformas de cómputo, Ingeniero de optimización de inferencia, Arquitecto de hardware de automoción, Ingeniero de sistemas embebidos y Ingeniero de rendimiento.

En un pago son 3.304 €, sobre una tarifa de 4.130 €. A plazos, una entrada de 1.646 € y 12 cuotas de 207 €, 4.130 € en total, sin intereses: lo mismo que la tarifa.

Titulación universitaria en ingeniería, ciencias o arquitectura, o experiencia profesional acreditable equivalente, Conexión a internet y un ordenador capaz de ejecutar el software del programa y Nivel de español suficiente para seguir lectura de normativa técnica.

El programa son 1900 horas totales repartidas en 12 a 18 meses. Eso son entre 10 y 15 horas semanales de media, compatibles con jornada laboral completa.

Se trabaja con CUDA, NVIDIA TensorRT, Apache TVM, ANSYS Icepak, Nsight Systems. Se usan versiones gratuitas, académicas o de evaluación, y el tutor indica la alternativa libre cuando existe.

Diploma propio de SEIUM al superar la evaluación continua y el Trabajo Fin de Máster. Es formación propia, no un título oficial del Ministerio.

Sí. Los módulos superados en un curso o diplomado del mismo área convalidan en el programa superior. Consulta la política de convalidaciones al matricularte.

Las dudas comunes a todos los programas (titulación, convalidaciones, visado, idiomas) están resueltas en preguntas frecuentes, equivalencias y convalidaciones e idiomas.

Inicio de clases: 20 de diciembre de 20263.304 € Matricularme
Contactar con Seium
Pago al contado3.304 €ahorras 826 €
Reservar plaza
Seium - Universidad de ingeniería avanzada
Resumen de privacidad

Esta web utiliza cookies para que podamos ofrecerte la mejor experiencia de usuario posible. La información de las cookies se almacena en tu navegador y realiza funciones tales como reconocerte cuando vuelves a nuestra web o ayudar a nuestro equipo a comprender qué secciones de la web encuentras más interesantes y útiles.