报告题目：面向人工智能芯片的编译新技术

演讲摘要：深度学习模型的高算力需求催生了专用人工智能芯片的发展。面向人工智能芯片的编译器是发挥人工智能芯片的算力和满足不断发展的深度学习模型的关键技术。传统的编译器架构已经趋向于成熟，而人工智能芯片的编译技术还处于起步阶段。在本次报告中，我们将分享近期在人工智能芯片的编译器上的相关工作，包括多层次的编译器架构、动态编译优化，以及基于数据流分析的深度学习模型可解释性技术。

讲者简介：过敏意，上海交通大学讲席教授，欧洲科学院外籍院士，IEEE Fellow，CCF Fellow，国家杰出青年科学基金获得者。担任教育部创新团队学术带头人，973计划首席科学家，享受国务院特殊津贴。长期从事并行与分布式系统和云计算的研究，在各种学术期刊、会议上发表了450多篇论文，著述英文著作4部。主持国家杰出青年科学基金、973计划项目、国家自然科学基金重点项目、863项目等。获国家技术发明二等奖和省部级科技一等奖，2023年度Edward J. McCluskey技术成就奖。现任IEEE Transactions on Sustainable Computing主编并长期担任包括IEEE Transactions on Parallel and Distributed Systems，Journal of Parallel and Distributed Computing，IEEE Transactions on Cloud Computing等国际著名期刊的编委。