人工智能计算系统
我们聚焦于人工智能计算系统的研究，致力于通过软硬件的协同设计，实现性能与能效的持续突破， 研究内容包括：
1. AI相关研究。重点研究大语言模型（LLM）、深度神经网络（DNN）、图神经网络（GNN）的算法与架构优化；探索模型量化技术，降低计算复杂度与存储需求；开发高效的AI编译器，提升模型在多硬件平台上的执行效率；实现跨平台应用的优化部署，专注于推理任务性能优化，提升实时性与资源利用率。
2. 系统相关研究。探讨传统CPU、高性能GPU及异构计算单元（XPU）的体系结构设计与性能优化；研究多工作负载场景下的协同计算与资源分配，提升计算效率。深入研究内存技术，探索高效的数据存取和内存管理策略；优化存算调度与任务分配，提升存储与计算资源的利用效率。研究分布式系统架构设计，提升计算资源在分布式环境中的协调能力；优化分布式AI模型效率以及容错能力。
边缘系统
& 移动设备
我们聚焦于边缘设备与移动设备的软硬件协作优化，针对AI场景提出高效的任务调度与资源管理策略，同时探索跨平台AI模型部署与IoT智能管理的落地应用。研究内容包括：针对手机端AI场景，研究CPU、GPU与XPU的任务调度与协同计算策略； 优化CPU的动态调频与负载分配，提升功耗控制与性能平衡； 开展关键线程追踪与优先级调度研究，改善实时响应与资源利用； 深入探索新型硬件平台（如NVIDIA Jetson ORIN），优化其在AI应用中的性能表现。以及研究物联网（IoT）智能管理系统的设计与应用落地，提出针对IoT设备的高效资源调度与数据管理策略，提升系统稳定性与服务能力。 我们针对边缘与移动设备，研究适配AI模型的轻量化部署方法，优化AI模型在多硬件平台间的执行效率，推动大规模AI应用在边缘设备上的普及与应用。
了解更多机器人 & 智能终端
机器人与智能终端是人工智能计算系统的重要应用场景，也是未来不可或缺的技术领域。我们的研究聚焦于无人车、无人机、机械臂等智能设备的理论优化与实际应用，致力于推动智能终端的普及与服务大众。
研究内容包括：
1. 无人车与无人机。探索无人车在复杂环境中的智能导航与决策技术，提升其任务完成效率与安全性；
研究无人机的任务调度与飞行控制，优化其在多样化场景中的性能；
开发无人车与无人机协作工作的解决方案，适用于应急响应、物流运输等应用场景，实现多设备间的高效协同。
2. 研究机器人，如机械臂，的智能控制与任务分配，支持其在工业、服务业等领域的精准操作，优化机器人与其他智能终端的协同工作任务，提升系统集成度与任务灵活性，助力智能制造与自动化发展。