2021年6月11日上午，清华大学电子工程系研究员戴国浩博士后应邀在东五楼210报告厅作了题为“Sparse Kernel Optimization for Graph Neural Network System Acceleration”的学术报告。
近几年来，针对大规模图数据的机器学习、深度学习由于其强大的性能而被广泛关注，然而，如何高效地在结构化的硬件层次上处理不规则的、稀疏的图数据一直受到研究人员的关注。本次报告不仅讲解了图神经网络、GPU等等研究背景，而且为高效处理稀疏图运算提供了有价值且关键的方法。
本次报告将理论与实际结合，首先列举了生活中常见的图结构并介绍了CPU、GPU以及TPU等的相关背景知识。在此基础上，戴国浩研究员细致入微地讲解了其团队现有的研究成果，涵盖了GNN涉及的算子优化、系统整体加速。在报告最后，还展望了将在不久之后推出的GPU加速框架，从现有实验结果来看，该框架将大大增加代码运行效率。
戴国浩博士后现任清华大学电子工程系研究员。他分别于2014年、2019年以荣誉称号在清华大学电子工程系获得学士、博士学位，其主要研究方向包括图计算、硬件虚拟化、异构硬件计算、云计算等，曾获得ASPDAC 2019的最佳论文奖以及DATE 2018的最佳论文提名。
（通讯员：史瑞泽）
