简介

李清安，博士，武汉大学计算机学院教授。 课题组信息网站

邮箱：

研究方向主要围绕编译优化、运行时系统与内存管理三大领域展开，重点关注资源受限的嵌入式与移动平台。具体研究工作涵盖以下三个方面：

• 编译与程序优化：面向移动应用开展AOT编译优化、二进制代码尺寸精简、冗余指令消除、SO文件瘦身及代码外联等编译器优化技术研究，有效降低应用体积与内存占用；

• 内存与运行时系统：聚焦垃圾回收优化、内存分配器设计、虚拟机故障检测及JNI安全防护等运行时系统关键技术，致力于提升移动设备的系统流畅度与稳定性；

• 端侧AI高效推理：探索KV缓存压缩（基于检索的量化编码）、多级权重量化、激活稀疏化以及NPU后端适配等方法，在低资源设备上实现深度神经网络的高效部署与推理加速。

在TC、TACO、TCAD、TVLSI等IEEE/ACM Transactions学术期刊和ASPLOS、OSDI、DAC、CGO、DATE、LCTES等学术会议上发表论文多篇。主持和参与多项基金项目、多项行业头部企业资助项目。CGO 2023, 2026, 2027 TPC；LCTES 2015 publicity co-chair。

教育经历

• 2026 - 2026 奥克兰大学 访问学者
• 2020 - 2020 杜克大学 访问学者
• 2010 - 2014 香港城市大学计算机系 博士学位
• 2008 - 2013 武汉大学计算机学院 博士学位
• 2004 - 2008 武汉大学计算机学院 学士学位

教学

• 本科生课程：计算机系统基础
• 研究生课程：软件优化技术
• 查看详情

科研（在研）

• 低资源设备上深度神经网络推理的软件优化方法（基金）
• 面向移动系统的内存优化方法（企业）
• 面向移动系统的内存错误检测方法（企业）

科研（已结）

企业项目

• Android应用的代码体积优化方法研究（企业），2024
  • 基于编译和链接技术，优化Android应用的代码体积
• 面向国产NPU的深度学习框架适配与优化（CCF-飞腾基金），2023
  • 针对国产AI加速器，基于TVM、MNN和PaddleLite等AI推理框架进行适配和优化
• 面向深度神经网络的图变换DSL研究（CCF-百度松果基金），2022
  • 图变换优化方法
• 编译器内存优化，2023年
  • 针对嵌入式芯片，研究编译优化方法，减少ROM和RAM的占用和需求
• 基于LLVM的RISCV代码体积优化研究，2021
  • 在LLVM基础设施上，针对RISCV后端，定制和改进代码体积优化方法。
• 二进制级别代码小型化，2021
  • 通过识别二进制代码中的不可达函数或基本块，并删除这些不可达的函数或基本块，来减少代码尺寸；最终降低系统内存、存储成本。
• 视觉算法DSL设计与编译技术，2018-2019
• 基于统计学习的软件缺陷预测，2017-2018
• MCU C语言编译器，2016-2017
• HICC语言编译器，2007-2010
  • 代码尺寸优化是该编译器最重要的优化目标，对标Microchip的C编译器。
  • 代表性方法1：通过分析代码的调用关系，尽量将相邻执行的的函数分配到同一个page，同时让同一个page内的多个函数共用同一条page select指令，减少代码尺寸。发表论文2篇：CASES 2013， ICSTE 2010。
  • 代表性方法2：通过分析嵌入式系统中变量的取值范围，据此调小变量的类型位宽，进而节省对其进行操作的指令条数，来减少代码尺寸。发表论文1篇：CIT 2010。

基金项目

• 面向深度神经网络的内存分配与优化方法研究（基金）
• 基于多范式编程模型和张量优化的智能计算框架平台关键技术研发（基金），湖北省重点研发计划，2020-2023
• 基于DNN开发框架的高性能优化方法研究，NSFC，2019-2022
• 面向PCM内存的编译优化，NSFC，2016-2018
• 面向非易失性片上存储的编译优化，湖北省自然科学基金，2015-2016
• 面向嵌入式系统绿色需求的编译理论与方法研究，NSFC，2014-2017
• 编译导向的面向片上存储器的低功耗技术研究，教育部博士点基金，2014-2015
• 可信软件构造理论与方法研究，NSFC，2012-2015
• 可信编译理论与实现方法研究，NSFC，2009-2011

论文

英文论文列表：

DBLP

中文论文列表

中国知网