张一鸣 教授 信息学院
国家级领军人才项目入选者、教授、博士生导师，目前从事云计算系统和智能计算系统研究。作为第一作者/通讯作者，在NSDI、FAST、EuroSys、ATC、SC、VLDB、TOCS、TOS、TON等CCF-A类会议/期刊发表论文30篇。获国家科技进步二等奖、湖南省自然科学一等奖、CCF优博论文奖、CCF科技进步卓越奖（即一等奖，排名第一）等。
沈志荣 教授 信息学院
教授、博士生导师，主要研究方向为智能存储技术，在IEEE TC、TPDS、TDSC和PPoPP、HPCA、USENIX FAST、USENIX ATC、ICDE、INFOCOM、ICDCS、IPDPS、DSN、SRDS等CCF A/B类期刊会议发表论文40多篇，主持国家重点研发计划-青年科学家项目、国家重点研发计划-课题、国家自然科学基金重大研究计划-培育项目国家/省级项目。
吴荣鑫 副教授 信息学院
副教授、博士生导师，主持国家自然基金面上项目、青年基金项目，在软件工程、程序分析和计算机安全的国际会议和期刊上共发表35篇论文，其中CCF-A类期刊和会议论文30篇，曾两次荣获软件工程CCF-A类会议颁发的杰出论文奖（ISSTA2014和ICSE2019）。
智能计算系统旨在通过软件定义的方式整合计算、存储、网络和智能化功能，以支持多样化AI工作负载。本团队具体研究内容如下：
（1）在智算数据中心网络系统优化方面，研究基于形式化方法的智算数据中心网络行为验证技术；研究基于形式化方法的分布式AI负载的验证框架；研究面向高并发场景的实时验证机制。
（2）在边缘智算网络优化方面，研究基于动态拓扑的边缘网络资源分配技术；研究智能数据缓存与流量管理机制；研究边缘计算与网络资源的协同优化技术。
（3）在动态算力重构与优化方面，构建包含FPGA、GPU和DPU的异构算力资源池，研究基于可重构硬件的动态算力分配机制；研究任务与硬件的自适应匹配，设计软硬协同的AI负载调度算法；研究多任务协同重构，实现基于可重构硬件的多任务协同机制。
（4）在智算存储融合技术方面，研究计算任务卸载技术和可重构存算架构，构建支持多场景AI应用的灵活存算一体化框架；研究面向大规模神经网络的高并发AI 任务的存算协同优化技术。
团队目前研究方向主要为网络验证、网络智能管理、异构计算系统、和高性能存储系统等，因此可为所提出研究方向的顺利开展奠定了良好研究基础。
首先，在网络验证研究方面，近年来以一作或通讯身份发表SIGCOMM’23, SIGCOMM’22, INFOCOM’24等CCF A类论文8篇，形成了完整的形式化网络验证方法论体系。因此，本团队在网络验证领域所具有的研究积累，可为“智算网络系统优化”的顺利实施提供云端网络资源验证方面的研究基础。
其次，在网络智能管理方面，近年来发表TON’24、TON’21、JSAC’19、AAAI’19 Oral、SC’18等一作/通讯CCF A类论文6篇。获IWQoS’24最佳论文提名奖、IWQoS’23最佳论文候选、ICPADS’23杰出论文奖等3项CCFB/C类会议论文奖项,系统在大型粒子对撞机(LHC)科学网络部署，被国际互联网标准RFC 9275列为可降低该标准安全风险的拓展技术，被国际互联网标准化组织IETFALTO工作组指定为跨管理域网络资源发现协议国际标准的蓝本。因此，本团队在智能网络管理领域所具有的研究积累，可为“边缘智算网络优化研究方向”在网络高效管理方向上拓展新的应用。
再次，在异构计算系统方面，近年来在HPCA、FAST、ATC等国际顶级会议和IEEE TC、ACM TOS、IEEE TPDS、IEEE TACO等权威期刊上发表学术论文40余篇，申请专利20余项。其中部分成果在华为、腾讯云部署应用（得到腾讯云官方视频号的报道）。因此，本团队在异构计算领域所具有的研究积累，可为“动态算力重构与优化”的顺利开展提供坚实的基础。
最后，在高性能存储系统方面，近年来在FAST、PPoPP、ATC、SC等国际顶级会议和IEEE TC、ACM TOS、IEEE TPDS、IEEE TACO等权威期刊上发表学术论文40余篇，申请专利20余项。其中部分成果获得超算顶会ACM SC’25（CCF-A类会议）最佳学生论文提名奖，系统在华为、腾讯云部署应用。因此，本团队在数据高性能存储与存内计算领域所具有的研究积累，可为“智算存储融合技术”在存储加速与存内计算方向上拓展新的潜能。
1.要求计算机相关专业学生，具有计算机网络/存储系统/分布式系统/操作系统/智能计算等方面的基础知识。
2.要求具有较高的英文读写水平。
3.ACM程序设计竞赛、数学建模竞赛获奖者优先。
招生联系老师及联系邮箱：沈志荣：shenzr@xmu.edu.cn
