Scientific Computing On Parallel Environment
平行科學計算實驗室
這篇介紹是寫給想要瞭解SCOPE實驗室的新生的。SCOPE實驗室的研究方向主要分
成三個主題:
- 深度學習效率強化與應用:
- 模型縮減:以tensor decomposition、compression training、knowledge distillation、dynamic inference、NAS等方法達到模型的縮減。
- 模型強化:針對模型訓練過程中所出現的不穩定性,提出改善的方法,或是增強模型的Robustness,在惡意攻擊下仍可以保持精準度。
- 電腦視覺應用:工業瑕疵檢測、電腦輔助室內設計、醫學影像辨識等
- 雲端計算與霧計算:
- 虛擬化技術:相關研究包含GPU虛擬化,虛擬機器的記憶體管理,虛擬機器搬移,容錯技術,容器技術的強化。
- 異質計算平台資源分配與管理:包括水平的異質計算資源(CPU、GPU、Big-little cores),或是垂直的異質性(雲端、霧端)
- 科學計算與GPU平行計算:
- 數值分析與最佳化演算法。
- GPU平行程式設計與最佳化。