赵捷
我的位置在: 首页 > 学院概况 > 师资力量 > 赵捷
教师介绍

无照片

赵捷,湖南大学信息科学与工程学院教授,博士生导师,国家级青年人才计划获得者,曾入选中国人民大学杰出青年学者A岗。近年来先后主持和参与了国家自然科学基金优秀青年科技基金项目、区域创新发展基金重点项目、青年基金项目、国家重点研发计划子课题、国家重大专项子课题等项目。以第一/通讯作者身份发表的研究成果已发表在ASE、ISSTA(软件工程领域)、MICRO(体系结构领域)、OSDI、TOCS(操作系统领域)、PLDI(程序设计语言领域)、PPoPP(高性能计算领域)等CCF A类会议和期刊上。曾获2023年度ACM SIGHPC China新星奖、2021年度郑州专家“智库贡献奖”二等奖、2020年度MICRO会议最佳论文提名、2013年度军队科技进步二等奖等奖项。赵捷的英文个人主页可通过https://yaozhujia.github.io/访问,赵捷带领的CYCLE Lab实验室主页可通过https://cyclelaboratory.github.io/访问。
中文名: 赵捷 英文名:
学历: 博士 职称: 教授
联系电话: 电子邮件: jiezhao@hnu.edu.cn
研究方向: 面向深度学习的计算机系统;高性能代码生成优化;数值程序分析与优化;芯片设计的高层次综合方法
联系地址: 湖南大学信息科学与工程学院243房间
所属机构:  计算机科学系  学院教师
CYCLE Lab

赵捷带领的CYCLE Lab致力于推动编译器、编程语言和计算机系统的研究,中文名为程序编译与系统优化实验室。CYCLE Lab是英文Laboratory of Compiler Systems Yielding for Computational Languages and Execution Acceleration的缩写,旨在通过编译和系统的方法提高各种应用程序(包括但不限于深度学习、高性能计算程序和数值程序)在CPU、GPU和NPU等不同平台的性能和效率。此外CYCLE还有多种解释,包括但不限于:

    - 一种动态的、迭代的研究方法,强调迭代改进在系统优化和编译器设计中的重要性;

    - 循环的同义词,循环是多面体编译技术的基础;

    - 计算机系统的关键性能指标。

CYCLE Lab旨在编译器技术和计算系统领域进行创新和引领,当前更具体的研究方向包括:

    - 大模型训练和推理系统加速

    - 深度学习编译器

    - 多面体编译技术

    - 全同态加密编译优化方法

    - 图形/图像程序的编译优化

    - 高层次综合

    - 数值程序分析

欢迎对上述研究方向感兴趣的同学加入CYCLE Lab


招生/招聘

CYCLE Lab现有1名2025级硕士生名额欢迎具备深厚编程功底的同学与赵捷或者团队中的成员联系了解,也欢迎喜欢做科研的本科生加入CYCLE Lab实习。同时,CYCLE Lab也招收博士后,待遇从优,欢迎垂询。 

我们期望你能具备以下条件

  • 健康的身心状况;

  • - 充分的科研热情;

  • 扎实的编程基础;

    良好的沟通能力;

  • 以及对我们团队研究方向的兴趣。


工作经历

湖南大学信息科学与工程学院,教授,2024.01 - 

中国人民大学信息学院,副教授,2023.09 - 2023.12

中国人民解放军战略支援部队信息工程大学网络空间安全学院,讲师,2019.01 - 2023.07

教育背景

巴黎高等师范学院                                                            数学专业博士       2015.03 - 2018.12

中国人民解放军信息工程大学网络空间安全学院        计算机专业博士   2012.09 - 2015.03

中国人民解放军信息工程大学信息工程学院                计算机专业硕士   2009.09- 2012.06

清华大学计算机科学与技术系                                        计算机专业学士   2005.08 - 2009.07

科研状况

·超节点并行策略智能编译优化技术,华为技术有限公司与湖南大学长期合作框架协议合作项目,2025.01-2026.12,项目负责人,228万,在研.

·边缘超算的通信、感知和计算一体化架构关键技术研究,国家自然科学基金区域创新发展项目,2025.01-2028.12,项目负责人,260万,在研.

·智能芯片集成电路设计自动化,国家自然科学基金优秀青年科学基金项目,2025.01-2027.12,项目负责人,200万,在研.

·全同态加密在大模型训练中的优化与适应性研究,广东省电力系统网络安全企业重点实验室开放基金项目,2024.08-2026.07,项目负责人,7万,在研.

·基于多面体模型的深度学习张量编译器,国家自然科学基金区域创新发展项目,2021.01-2024.12,中国人民解放军战略支援部队信息工程大学部分负责人,总经费260万(信息工程大学部分80万),在研.

·深度学习编译软件栈,国家重点研发计划子课题,2021.01-2022.06,课题负责人助理,147万,结题.

·面向异构系统的多面体编译优化技术,国家自然科学基金青年项目,2018.01-2020.12,项目负责人,24万,结题.

·某计算机程序自动并行化系统,国家重大专项工程子课题,2014.06-2019.06,主要完成人,180万,结题.

·面向多核/众核架构的新型编程模型,数学工程与先进计算国家重点实验室开放课题,2013.11-2015.10,主要完成人,8万,结题.

·并行识别与自动并行化系统,国家重大专项工程子课题,2008.07-2013.06,主要完成人,480万,结题.

出版教材

赵捷,李宝亮. 多面体编译理论与深度学习实践,清华大学出版社. 2022.11.

荣誉与获奖

ACM SIGHPC China新星奖                                                                                             2023.10

中国人民大学杰出青年学者A                                                                                     2023.09

中原信息化“专家智库贡献奖”二等奖                                                                           2021.05

第一届ACM中国-国际并行计算挑战赛全国初赛二等奖指导老师                             2020.11

IEEE/ACM MICRO-53 最佳论文提名(国内第三次)                                                2020.10

中国人民解放军信息工程大学网络空间安全学院新教员教学能力竞赛优秀奖       2019.12

2019全国高性能计算年会优秀论文奖                                                                           2019.07

中国人民解放军信息工程大学学术论文成果三等奖                                                   2019.11

中国人民解放军信息工程大学优秀博士学位论文奖                                                   2017.01

军队公派出国留学奖学金                                                                                               2014.11

军队科技进步二等奖                                                                                                       2013.11

军队优秀硕士学位论文奖                                                                                               2013.07

中国人民解放军信息工程大学优秀硕士学位论文奖                                                   2013.01

代表性论文

(以下仅列出几篇我作为第一作者或通信作者的代表性论文,更多论文可参考我的Google Scholar页面和DBLP页面。*代表共同一作。)

  • Jinchen Xu*, Mengqi Cui*, Fei Li, Zuoyan Zhang, Hongru Yang, Bei Zhou, and Jie Zhao. Arfa: An Agile Regime-Based Floating-Point Optimization Approach for Rounding Errors. In ISSTA 2024 . (软件工程领域CCF A类会议)

  • Jinchen Xu*, Guanghui Song*, Bei Zhou, Fei Li, Jiangwei Hao, and Jie Zhao. A Holistic Approach to Automatic Mixed-Precision Code Generation and Tuning for Affine Programs. In PPoPP 2024 . (高性能计算领域CCF A类会议)

  • Jie Zhao, Jinchen Xu, Peng Di, Wang Nie, Jiahui Hu, Yanzhi Yi, Sijia Yang, Zhen Geng, Renwei Zhang, Bojie Li, Zhiliang Gan, and Xuefeng Jin. Modeling the Interplay between Loop Tiling and Fusion in Optimizing Compilers Using Affine Relations. In ACM TOCS 2023. (操作系统领域CCF A类期刊)

  • Zuoyan Zhang, Bei Zhou, Jiangwei Hao, Hongru Yang, Mengqi Cui, Yuchang Zhou, GuanghuiSong, Fei Li, Jinchen Xu, and Jie Zhao. Eiffel: Inferring Input Ranges of Significant Floating-point Errors via Polynomial Extrapolation. In ASE 2023. (软件工程领域CCF A类会议)

  • Jie Zhao, Siyuan Feng, Cheng Tian, Xiaoqiang Dan, Fei Liu, Chengke Wang, Sheng Yuan,Wenyuan Lv, and Qikai Xie. Effectively Scheduling Computational Graphs of DeepNeural Networks toward Their Domain-Specific Accelerators. In OSDI 2023. (操作系统领域CCF A类会议)

  • Jie Zhao, Cédric Bastoul, Yanzhi Yi, Jiahui Hu, Wang Nie, Renwei Zhang, Zhen Geng, Chong Li, Thibaut Tachon, and Zhiliang Gan. Parallelizing Neural Network Models Effectively on GPU by Implementing Reductions Atomically. in PACT 2022. (高性能计算领域CCF B类会议)

  • Jie Zhao, Xiong Gao, Ruijie Xia, Zhaochuang Zhang, Deshi Chen, Lei Chen, Renwei Zhang,Zhen Geng, Bin Cheng, and Xuefeng Jin. Apollo: Automatic Partition-basedOperator Fusion through Layer by Layer Optimization. In MLSys 2022. (人工智能系统领域新兴顶级会议)

  • Jie Zhao, Bojie Li, Wang Nie, Zhen Geng, Renwei Zhang, Xiong Gao, Bin Cheng, Chen Wu, YunCheng, Zheng Li, Peng Di, Kun Zhang, and Xuefeng Jin. AKG: Automatic KernelGeneration for Neural Processing Units using Polyhedral Transformations. In PLDI 2021. (程序设计语言领域CCF A类会议)

  • Jie Zhao and Peng Di. Optimizing the Memory Hierarchy by Compositing AutomaticTransformations on Computations and Data. In MICRO 2020. (体系结构领域CCF A类会议)

  • Jie Zhao and Albert Cohen. Flextended Tiles: A Flexible Extension of Overlapped Tiles for Polyhedral Compilation. In ACM TACO 2019. (体系结构领域CCF A类期刊)

  • Jie Zhao, Michael Kruse, and Albert Cohen. A Polyhedral Compilation Framework for Loops with Dynamic Data-Dependent Bounds. In CC 2018. (程序设计语言领域CCF B类会议)