孫廣中

電 話:(0551)63602443

E-Mail:gzsun@ustc.edu.cn  

個人主頁:http://staff.ustc.edu.cn/~gzsun/    

研究組主頁:http://ada.ustc.edu.cn/ 

主要研究方向:高性能計算與算法優化、大數據處理與應用。 

  

孫廣中,男,教授,博士生導師,國家高性能計算中心(合肥)成員。中國計算機學會(CCF)傑出會員,CCF高性能計算專委會、普適計算專委會、計算法學分會執行委員。ACM終生專業會員,IEEE高級會員。曾任188bet亚洲体育博彩及真人 副院長(分管本科招生和本科教學),現任少年班學院黨總支書記兼副院長、多媒體計算與通信教育部-微軟重點實驗室副主任。

2000年獲得中國科技大學計算機科學技術學士學位,2005年獲得中國科技大學計算機軟件與理論博士學位。曾先後在英特爾中國研究中心、微軟亞洲研究院、耶魯大學計算機係進行長期訪問工作。作為項目負責人,先後承擔完成國家重點研發計劃、國家自然科學基金、安徽省自然科學基金、華為公司科技項目等20餘項科研項目。在學術期刊和會議上發表論文90餘篇,被他人引用6000餘次。合作翻譯著作3本。

長期承擔本科生程序設計、算法實踐、並行計算等課程的教學工作,負責組織本科生的各類程序設計競賽活動。指導的本科生和研究生多次獲得郭沫若獎學金、國家獎學金、省級優秀畢業生等榮譽。2013年至2017年,擔任國家中學生科技創新後備人才培養計劃(中學生英才計劃)指導教師。現任ACM SIGCSE理事、CCF教育工作委員會委員。

 

導師選題:

單卡場景下LLM模型推理加速研究與應用大語言模型(LLM)在自然語言處理任務中取得了顯著成效,由於計算和存儲需求,其通常部署在雲服務器上。但出於數據隱私和係統定製化的考慮,將LLMs進行本地單卡部署也成為了一個重要需求。在單卡部署LLMs麵臨的主要挑戰包括資源限製和實時響應需求,尤其在使用消費級GPU時更是如此。利用非結構剪枝技術可以獲得在保持模型精度的同時具有降低模型參數規模。本項目的核心目標是優化剪枝後的稀疏大型語言模型的本地部署推理性能,主要通過開發新的存儲格式和優化稀疏模型算子來實現。
GPU體係結構建模與高效模擬在硬件體係結構的設計、驗證和優化流程中,模擬(simulation) 可以在軟件層麵上創建硬件的虛擬模型、複現硬件行為,評估硬件性能,是硬件研發中一個關鍵的步驟。近年來,科學計算和深度學習等領域不斷增長的計算需求使得GPU成為加速計算最重要的硬件。本項目將圍繞GPU的模擬開展研究,重點關注GPU模擬本身的性能優化,探索在合理的模擬準確度損失下提高GPU模擬的執行性能。


Baidu
map