2018年5月21日，信息与通信工程学院邀请到IEEE Fellow、德克萨斯农工大学胡江教授，在科研楼B302作题为“智能盘算与盘算智能”的学术陈诉，学院党委书记李玉柏教授主持论坛。

      学院党委书记李玉柏在讲座之前代表学院对胡江教授的来访体现热烈接待。他介绍了学院在双一流建设历程中的推进情况，同时，体现智能盘算将是学院今后生长的一个重要研究偏向。

      胡教授的陈诉分为三部门，他通过一些研究实例对智能技术与盘算技术的互动进行展示。

      第一部门是关于怎样用天然智能技术同时实现多核处置惩罚器的功耗降低和性能提升的问题。对于多核处置惩罚器，首先面临的是芯片功耗的问题。随着芯片性能的增强，功耗也会显著增加，将会导致太过发烧等问题。解决此问题的其中一种解决方案是动态电压频率调治。凭据芯片负载来实时调整芯片的事情状态。胡老师课题组通过一种巧妙的要领，结合智能技术，就可以在降低功耗的同时，也提高事情频率。

      当网络中差异的核事情电压崎岖差异时，就会泛起网络的堵塞，如果将拥堵的核电压降低，就可以降低功耗，同时也可以淘汰网络堵塞，提高事情性能。胡老师首先介绍了处置惩罚历程中相关的专业术语。首先是QoS(Quality of Service)的看法，指一个网络能够利用种种基础技术，为指定网络提供更好地通信的服务能力。接着介绍了片上网络中的一种Tcp vegas协议，可以有效调整网络中的资源分配情况。通过几种电压调整方案的比力，可以发现，基于Qos的智能方案相比于传统方案可以降低功耗百分之40以上，同时保证性能体现一致。

      第二部门是基于人工智能的数据中心能源治理要领。通过强化学习的Q-learning方案，可以做到在性能险些没有损失的情况下，大幅度降低对电池寿命的影响。

      第三部门是用并行盘算和数据压缩技术提高基于模型的机械学习效率的要领。接纳动态计划的战略来对Reward function进行优化，运行时间为指数时间。一方面是通过GPU并行处置惩罚，对决策树中的差异路径离开处置惩罚，提高运算速度。另一方面，进行数据压缩DSS，对概率矩阵进行局部近似处置惩罚。通过实验结果比力，可以发现运行时间降低了两个数量级以上。

      胡江教授的精彩陈诉赢得了在座师生的热烈掌声。在互动环节中，胡教授深入浅出地为同学们解说了学习率的选择与矩阵压缩等问题，并代表德克萨斯农工大学向同学们发出热情邀请。