加入comsoft实验室（实验室介绍）

实验室欢迎自我驱动、对系统层软件感兴趣的本科生、硕士研究生。如果您有兴趣，请邮件与我联系。联系前，请初步思考并介绍：

• 未来职业目标是什么？为什么？
• 为什么对本实验室有意向？打算来实验室做什么？有何特长和优势会帮助自己成功？
• 期待实验室提供什么帮助？

欢迎报考研究生（欢迎联系）

• 2023级博士生 (已满)
• 2025级硕士生 (开放中)

欢迎本科生同学以灵活的形式参加本实验室（欢迎联系）

• 毕业设计：鼓励与读研的研究方向衔接，欢迎有意向读研的同学
• 实习实训：适合大二、大三暑期实习实训 -> 欢迎后续与毕业设计衔接
• 要求：在知识学习和技术方面积极主动
• 本科生毕业设计、实训参考资料

对研究生的要求

总体要求

• 在研究生期间时刻意识到，需要逐步完善所在研究领域的整体画像（理论知识体系、前沿进展、方法工具、业界应用与挑战）
  • 理论知识体系：系统阅读相关的经典教材、综述论文、优秀博士论文
  • 前沿进展：坚持定期阅读本领域的前沿论文（优先关注CCF B类及以上）
  • 方法工具：掌握实验验证的方法论、实验工具的使用与完善、实验流程的设计与优化
  • 业界应用与挑战：关注业界的交流机会、龙头企业组织的技术沙龙（或赛事）
• 在研究方向至少精读学术论文30篇（优先关注CCF B类及以上）
  • 中国计算机学会推荐国际学术会议和期刊目录
  • CCF发布计算领域高质量科技期刊分级目录-中文
  • 英文搜索途径（DBLP）
• 在研究方向至少精读学位论文3篇（优先关注优秀学位论文）
  • 中文搜索途径（中国知网）
• 达到学院毕业要求（鼓励自主探索，并超过学院毕业要求）

平时要求

• 每2周至少组会分享一次
• 每4周（或1月）至少约一次跟导师1对1沟通
• 每8周（或2月）至少分享一篇研究方向相关的技术博客或者经典论文解读到实验室知识库（知识库链接）

对本科生的要求

• 考虑本科生的绩点压力，对本科生不做硬性要求。但是，如果学生希望有较大的收获，建议部分参考研究生要求。

学习资料

1. 如何写作计算机领域学术论文

• A Guide to Writing a Successful Paper on an Analysis of Algorithms and Data Structures from Rice Univ.
• How to Write a CS Paper from Purdue Univ.

2.实验室涉及的基础知识

编译、链接、装载相关基础

• 参考：《深入理解计算机系统》第3章、第7章

内存管理

• 参考：《深入理解计算机系统》第9章，《编译原理》龙书第7章

从Java语言到JVM，从JVM到汇编的翻译过程，以及对OS接口的调用

• 参考：《从零构建计算机系统》的软件部分

3. 实验室涉及的进阶知识

程序分析

• 参考B站视频：南京大学的《软件分析》课程

AI计算全栈（从DNN模型到AI芯片）

• 参考B站视频：中科院的《智能计算系统》课程

实验室知识库

• 知识库
• 入门教材

可能的选题方向（本科生实习实训及毕设、研究生选题，仅供参考）

支持和鼓励基于实习、实训或毕设阶段的工作发表学术论文或专利。要求：无硬性要求，但是需要对学习有热情，愿意投入精力。

较高优先级

• 基于LLVM Bolt工具的PGO（profiling guided optimization）优化方法
  • 背景：传统的编译优化基于静态分析，缺乏运行时信息的输入，使得优化效果有限；profiling guided opitmization有望利用运行时信息，来提升编译优化的效果。
  • 内容：程序运行时信息采集方法、编译优化方法
  • 可能的切入点：二进制级别调整优化或删减无用代码
  • 参考资料：编译器
• 面向AI的软件优化方法
  • 背景：新的AI模型不断涌现，新的硬件加速器也在不断更新，二者之间需要一套AI开发框架以及对应的优化方法，使得新模型能够在新的硬件加速器上高效运行。
  • 内容：研究面向AI计算框架的内存优化 (预期收获：AI计算框架的机理、内存优化、计算图优化、算子调度与算子优化等)
  • 可能的切入点：基于重写系统实现计算子图替换优化
  • 参考资料：AI编译
• 高性能GC设计
  • 背景：当前Java虚拟机无论在服务器端还是移动端，都面临性能瓶颈。克服瓶颈的一大方向是改善内存管理的性能。
  • 内容：研究和实现高性能的内存垃圾回收器（Garbage Collector, GC) （预期收获：Java虚拟机原理）
  • 可能的切入点：面向云计算/移动计算/智能计算/NVM的内存管理方法
  • 参考资料：GC

较低优先级

• 持久化内存（persistent memory，PM）
  • 背景：PM能够对传统的存储架构带来巨大变革，展现了巨大的潜力；但是当前面临一致性问题，影响了PM产品的大规模推广。
  • 内容：研究面向持久化内存的内存模型、I/O系统 （预期收获：内存模型、编程模型、文件系统等）
• 并发编程研究
  • 背景：当前的并发编程主要是利用多线程机制。但是线程机制涉及内核上下文切换的成本。为此，业界提出了很多用户态的并发机制，比如协程。这些机制需要显示管理并发任务之间的同步，给编程带来了不小的挑战。
  • 内容：研究并发编程的特性；提出编程友好的、高效的并发编程模型。
• 编译器研发
  • 内容：基于LLVM，设计和实现面向特定领域芯片的编译器（预期收获：LLVM工具、后端代码优化、后端代码生成、汇编器的实现、链接器的实现）
  • 参考资料: 编译器
• 其他（感兴趣、待探索的方向）
  • 面向类脑计算的编程框架
  • 面向量子计算的编程框架
  • 面向隐私计算的编程框架

鄂ICP备18027762号-3