RTG电子

IEEE Fellow胡江教授做客信通论坛
发布于:2018-05-21 17:14:15   |   作者:[学院] 通信学院   |   浏览次数:4001

      2018年5月21日,信息与通信工程学院邀请到IEEE Fellow、德克萨斯农工大学胡江教授,在科研楼B302作题为“智能计算与计算智能”的学术报告,学院党委书记李玉柏教授主持论坛。

 71708a6567935b1cdffbfc91d4565643.jpg

      学院党委书记李玉柏在讲座之前代表学院对胡江教授的来访表示热烈欢迎。他介绍了学院在双一流建设过程中的推进情况,同时,表示智能计算将是学院今后发展的一个重要研究方向。

 182c23b4a54317073d0a855752650156.jpg

      胡教授的报告分为三部分,他通过一些研究实例对智能技术与计算技术的互动进行展示。

      第一部分是关于怎样用天然智能技术同时实现多核处理器的功耗降低和性能提升的问题。对于多核处理器,首先面临的是芯片功耗的问题。随着芯片性能的增强,功耗也会显著增加,将会导致过度发热等问题。解决此问题的其中一种解决方案是动态电压频率调节。根据芯片负载来实时调整芯片的工作状态。胡老师课题组通过一种巧妙的方法,结合智能技术,就可以在降低功耗的同时,也提高工作频率。

      当网络中不同的核工作电压高低不同时,就会出现网络的堵塞,如果将拥堵的核电压降低,就可以降低功耗,同时也可以减少网络堵塞,提高工作性能。胡老师首先介绍了处理过程中相关的专业术语。首先是QoS(Quality of Service)的概念,指一个网络能够利用各种基础技术,为指定网络提供更好地通信的服务能力。接着介绍了片上网络中的一种Tcp vegas协议,可以有效调整网络中的资源分配情况。通过几种电压调整方案的比较,可以发现,基于Qos的智能方案相比于传统方案可以降低功耗百分之40以上,同时保证性能表现一致。

 74d3ed24e34f4df1e0e61fe4c11351d0.jpg

      第二部分是基于人工智能的数据中心能源管理方法。通过强化学习的Q-learning方案,可以做到在性能几乎没有损失的情况下,大幅度降低对电池寿命的影响。

      第三部分是用并行计算和数据压缩技术提高基于模型的机器学习效率的方法。采用动态规划的策略来对Reward function进行优化,运行时间为指数时间。一方面是通过GPU并行处理,对决策树中的不同路径分开处理,提高运算速度。另一方面,进行数据压缩DSS,对概率矩阵进行局部近似处理。通过实验结果比较,可以发现运行时间降低了两个数量级以上。

 bc028eca9b5ddca96c2d4ae09a27b1ff.jpg

      胡江教授的精彩报告赢得了在座师生的热烈掌声。在互动环节中,胡教授深入浅出地为同学们讲解了学习率的选择与矩阵压缩等问题,并代表德克萨斯农工大学向同学们发出热情邀请。