梁云老师的研究方向是芯片设计自动化, 软硬件协同设计, 嵌入式系统等。研究小组注重科研创新，同时培养工程实践能力。实习的本科生中，常年有优秀学生出国就读于世界知名大学(Stanford, MIT等)和留校攻读博士学位，实验室科研氛围浓厚，学术成果丰富。

指导教师：梁云，北京大学长聘教授、博雅青年学者，入选国家高层次青年人才计划，北大-商汤智能计算联合实验室主任。梁云博士也是北京市杰出青年科学基金、北京市智源青年科学家、IEEE-CCF 青年科学家奖的获得者，入选了由美国斯坦福大学发布的 "全球前2%顶尖科学家榜单"。梁云博士的研究领域是芯片设计自动化EDA，软硬件协同设计，计算机体系结构，累计在相关领域的国际知名会议和期刊如DAC、ISCA、MICRO、HPCA、DAC、ICCAD、FPGA等发表论文100余篇, 两次被评为国际会议 (ICCAD 2017, FCCM 2011) 最佳论文, 6次被提名为国际会议最佳论文。梁云是ACM TECS 和ACM TRETS 的Associate Editor，同时也是MICRO, ASPLOS, HPCA, DAC, FPGA 等会议的TPC。

个人网站: https://ericlyun.github.io/

现就以下课题招收本科实习生：

课题名称：Agile Hardware Design (敏捷芯片设计)

课题介绍：随着近年来人工智能、生物信息、大数据等技术的快速发展，计算与访存量也随之提升，专用芯片的支持越来越重要。但是传统芯片设计有着漫长的开发周期，难以跟上应用的快速迭代。敏捷芯片设计是一类用于缩短设计开发周期，提升软硬件性能并降低资源消耗的技术。敏捷芯片设计的难点在于：第一，让用户便捷、准确、高层次地表达出其设计的目标、架构、功能等信息，而不必拘泥于细节，从而提升设计效率；第二，在用户给出的设计约束之下，尽可能自动化地完成优化，从而提升性能降低资源消耗；第三，提供全栈的支持，除了设计芯片本身之外，同时提供与其对应的软件，外围的组件等，从而节省系统开发时间。本课题组关注敏捷芯片设计的包括了编程语言设计，编译器，优化算法，软硬件协同设计等。课题组目前已经在相关领域的顶级会议（ISCA、DAC、ICCAD、FPGA）等发表多篇高水平论文。

课题名称：Compiler for AI Chip（大模型在AI 芯片上的推理优化）

课题介绍：随着人工智能芯片（TPU, NPU, Tensor Core GPU）的快速发展，对于配套软件栈的需求也越来越大。其中，编译技术通过抽象硬件细节、分层优化、代码生成、自动空间探索，为快速搭建软件栈提供了一条优秀的技术路线。近几年，国内外涌现了一批高质量深度学习编译器辅助网络优化和算子优化，深度学习编译器研究也成为了学术界和工业界的热点。本课题组关注深度学习编译技术和智能芯片体系结构的交叉点，同时兼顾深度学习算法特点和底层硬件架构特点。课题组目前已经在相关领域的顶级会议（ASPLOS, ISCA, MICRO, HPCA）发表多篇高水平论文。

申请流程:

请将简历发送到梁云老师 ericlyun@pku.edu.cn