研究内容

本团队主要研究网络计算技术、近数据智能计算技术、智能存储技术，智能网络技术与机器学习系统优化技术，其中：1）在网络计算方面，主要研究基于可编程网络的神经网络推理技术和分布式协调技术；2）在近数据智能计算技术方面，主要研究基于近数据的智能计算技术的IO优化方法和计算编程模型；3）在智能存储技术方面，主要研究基于特征重要性的动态调参技术和基于机器学习的索引技术；4）在智能网络技术方面，主要研究基于机器学习理论的网络资源与路由优化技术和基于可解释性人工智能的多管理域网络管理；5）在机器学习系统方面，主要研究跨地域分布式深度学习系统存储-计算-网络异构资源优化调度和新的自适应分布式深度学习同步模型。

研究成果

团队在包括OSDI、FAST、USENIX ATC、MICRO、ISCA、ASPLOS、SC、VLDB、EuroSys、ICDE、DAC、ICSE、POPL、PLDI等国际重要会议和ACM TOS、IEEE TC/TPDS等国际权威期刊共发表学术论文百余篇。研究成果获国家科技进步二等奖和国家发明技术二等奖各1次，省部级科技一等奖4次、二等奖2次及首届华为“奥林帕斯奖”。目前/曾主持国家重点研发计划专项、863项目和课题、国家自然科学基金重点项目、国家重大科研仪器设备研制专项课题、国家海洋经济创新发展区域示范项目、以及华为/阿里巴巴/Facebook等联合技术开发项目等二十余项，并研制出软硬件协同的闪存存储系统TH-SSS、分布式持久性内存系统TH-DPMS和软硬件协同的智能加速固态存储设备TH-iSSD，相关成果在一些行业或部门获得应用。

招生要求

1.招生范围：人工智能、计算机科学与技术、网络空间安全等相关专业全日制本科毕业生及硕士毕业生；

2.语言要求：英语6级或雅思6.0及以上；

3.其他要求：踏实向上，具有较好的数学基础及扎实的编程能力，有相关研究经验优先考虑。

注：团队博士研究生招生上限1人，硕士研究生招生上限3人

团队联络人：向乔qiaoxiang@xmu.edu.cn   沈志荣 shenzr@xmu.edu.cn