简介

李清安，博士，武汉大学计算机学院副教授。 个人官方网站 课题组信息网站

邮箱：

研究领域包括代码分析、嵌入式系统和机器学习等。在TC、TCAD、TPDS、TVLSI、TODEAS等IEEE/ACM Transactions国际权威期刊和DAC、DATE、CGO、LCTES、ICCD等知名会议上发表多篇论文。主持和参与多项国家和省部级科研项目。

CGO 2023 TPC member. LCTES 2015 publicity co-chair。IEEE Trans. on CAD, IEEE Transactions on VLSI Systems, ACM Transactions on Embedded Computing Systems, Journal of Systems Architecture等期刊审稿人，《计算机学报》，《计算机研究与发展》审稿人。

教育经历

• 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（与武汉大学联合培养）
• 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

研究方向

• 面向AI计算的性能优化方法
• 系统级软件优化方法（编译层、运行时层、二进制层等）
• 持久化内存系统
• 内存优化

教学

• 本科生课程：系统级程序设计、计算机组成与设计
• 研究生课程：软件优化技术
• 查看详情

科研

DNN编译优化（在研）

• 基于DNN开发框架的高性能优化方法研究（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）
• 面向深度神经网络的内存分配与优化方法研究（基金）
• 面向国产NPU的深度学习框架适配与优化（CCF-飞腾基金）

代码分析与优化（在研）

• 基于Android的二进制代码体积优化方法研究（企业）
• Odex代码尺寸优化方法研究（企业）
• Linux内核小型化项目（企业）
• 面向AI专用处理器的编译优化方法研究（企业）

已结企业项目

• 基于LLVM的RISCV代码体积优化研究（企业），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。
• 二进制代码极致小型化技术项目，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，企业，2018-2019
• 基于统计学习的软件缺陷预测，企业，2017-2018
• MCU C语言编译器，企业，2016-2017
• HICC语言编译器，企业，2007-2010
  • 代码尺寸优化是该编译器最重要的优化目标，对标Microchip PICC。
  • 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。

已结科研项目

• 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

部分论文

• Jifeng Wu, Wei Li, Libing Wu, Mengting Yuan, Chun Jason Xue, Jingling Xue, Qingan Li^*: Effective Stack Wear Leveling for NVM. TCAD. Accepted in 2023. (CCF A)
  • pdf
  • Source code.
• Wei Li, Qingan Li^*, Yunlong Ming, Weijiao Dai, Shi Ying, Mengting Yuan^*: An empirical study of the effectiveness of IR-based bug localization for large-scale industrial projects. Empir. Softw. Eng. 27(2): 47 (2022) (CCF B)
• Jiacheng Huang, Min Peng, Libing Wu, Chun Jason Xue, Qingan Li: Lamina: Low Overhead Wear Leveling for NVM with Bounded Tail. ASP-DAC 2022: 377-382 (CCF C) Best Paper candidate.
  • pdf
• Wei Li, Libing Wu^*, Mengting Yuan, Chun Jason Xue, Jingling Xue, Qingan Li^*: Loop2Recursion: Compiler-Assisted Wear Leveling for Non-Volatile Memory. ICCD 2020: 581-588 (CCF B).
  • pdf
• Wei Li, Ziqi Shuai, Chun Jason Xue, Mengting Yuan, Qingan Li^*: A Wear Leveling Aware Memory Allocator for Both Stack and Heap Management in PCM-based Main Memory Systems. DATE 2019: 228-233 (CCF B)
  • pdf
• Fuyang Li, Qing’an Li, Chun Jason Xue: Checkpointing-aware Data Allocation for Energy Harvesting Powered Non-volatile Processors. NVMSA 2019: 1-6
• Mengying Zhao, Chenchen Fu, Zewei Li, Qing’an Li, Mimi Xie, Yongpan Liu, Jingtong Hu, Zhiping Jia, Chun Jason Xue: Stack-Size Sensitive On-Chip Memory Backup for Self-Powered Nonvolatile Processors. IEEE Trans. on CAD of Integrated Circuits and Systems 36(11): 1804-1816 (2017) (CCF A)
• Keni Qiu, Qing’an Li, Jingtong Hu, Weigong Zhang, Chun Jason Xue: Write Mode Aware Loop Tiling for High Performance Low Power Volatile PCM in Embedded Systems. IEEE Trans. Computers 65(7): 2313-2324 (2016) (CCF A)
• Qing’an Li, Yanxiang He, Jianhua Li, Liang Shi, Yiran Chen, Chun Jason Xue: Compiler-Assisted Refresh Minimization for Volatile STT-RAM Cache. IEEE Trans. Computers 64(8): 2169-2181 (2015) （CCF A）
  • pdf
  • Source code.
• Qing’an Li, Mengying Zhao, Jingtong Hu, Yongpan Liu, Yanxiang He, Chun Jason Xue: Compiler directed automatic stack trimming for efficient non-volatile processors. DAC 2015: 183:1-183:6 （CCF A）
  • pdf

英文论文列表：

DBLP

中文论文列表

中国知网