加州大学伯克利分校的《AI Systems（人工智能系统）》课程较为知名，这门课描述了机器学习系统的不同研究方向，内容以研读论文为主；可惜的是，许多论文已经无法经受住时间的检验；微软开放的《AI Systems》课程因为课缺乏对于知识的整体梳理，未能形成完整的 AI 系统知识体系架构；学习完这门课程，学生未能对于从头搭建机器学习系统有明确的思路。华盛顿大学曾短期开过《Deep Learning Systems（深度学习系统）》课程，这门课程讲述了机器学习程序的编译过程。而由于这门课程以讲述 Apache TVM 深度学习编译器为主要目的，对于机器学习系统缺乏完整的教学；另外，斯坦福大学的课程《Machine Learning Systems Design（机器学习系统设计）》因为课程设计人的研究领域以数据库为主，因此该课程专注于数据清洗、数据管理、数据标注等主题；MindSpore 的首席架构师金雪峰老师与英国爱丁堡大学的麦络老师合作开发的《机器学习系统：设计和实现》，由于其内容更加专注于 AI 框架的实现，从而引入了很多跟 AI 系统不相关的强化学习、联邦学习等最新的 AI 算法介绍，但是缺乏从计算机结构体系的整个软硬件系统层视角，来系统性论述人工智能系统所涉及的基础软硬件内容。