研究方向：
1）新型云計算技術(shù)
探索研究云計算相關(guān)技術(shù)，包括但不限于內(nèi)存虛擬化、計算虛擬化、智能芯片虛擬化等計算技術(shù);云原生、分布式存儲、分布式數(shù)據(jù)庫、數(shù)據(jù)傳輸?shù)燃夹g(shù);任務(wù)調(diào)度、算網(wǎng)融合、云網(wǎng)融合.服務(wù)計算等協(xié)同技術(shù)等。
2）分布式機器學習
面向AI任務(wù)的跨域分布式系統(tǒng)基礎(chǔ)理論研究、方法與技術(shù)，包括但不限于收斂性分析、最優(yōu)通信方式、泛化分析、聯(lián)邦學習等，研究算力網(wǎng)的協(xié)同算法與應用，包括但不限于分布式大規(guī)模預訓練技術(shù)、知識蒸餾、模型輕量化、AI科學計算、大數(shù)據(jù)融合分析等。
3）軟件工程與智能化
探索軟件與智能融合計算理論、方法與技術(shù)，包括但不限于軟件自動化、編譯原理、智能化軟件開發(fā)等;面向大型互聯(lián)算力基礎(chǔ)設(shè)施研究，開發(fā)運維一體化、人機物融合泛在系統(tǒng)、超算智算協(xié)同計算等。
4）深度學習與預訓練模型
探索研究深度學習的相關(guān)理論、方法和新興技術(shù)，包括但不限于自然語言處理、音頻信號處理、多模態(tài)信息處理、基于和面向邊緣的A1、強化學習等;研究基于預訓練模型的深度學習方法及應用技術(shù)，包括但不限于多模態(tài)應用技術(shù)、無線通信AI技術(shù)和網(wǎng)絡(luò)AI技術(shù)、通信信號大數(shù)據(jù)處理技術(shù)、信號大模型訓練等;研究云邊端多尺度模型協(xié)同、大模型與無人集群智能、多無人系統(tǒng)智能決策規(guī)劃與博弈等技術(shù)。

詳見公告正文