SJTU-EPCC 冷静文 长聘教授
报告生成时间：2026年8月20日
个人主页：冷静文
所属团队：上海交通大学 EPCC 实验室（并行与分布式系统/边缘计算与网络智能）
一、学者基本信息
| 字段 | 内容 |
|---|---|
| 姓名 | 冷静文（Jingwen Leng） |
| 出生年份 | 据公开资料，1988年前后（2010年获学士学位，2020年获青橙奖时35岁及以下） |
| 职称 | 特聘教授（Distinguished Professor），曾任长聘教轨副教授（2019年晋升副教授，后晋升正教授，现获聘特聘教授） |
| 所属单位 | 上海交通大学计算机科学与工程系（约翰·霍普克罗夫特计算机科学中心） |
| 实验室职务 | EPCC 新兴并行计算研究中心核心教师；先进计算研究所教授 |
| 学术头衔 | 博士生导师；上海期智研究院 PI；上海交通大学计算机学院副院长（据学院官网及个人主页） |
| 国家级人才 | 国家自然科学基金优秀青年科学基金（优青）获得者；2018年入选微软亚洲研究院青年学者铸星计划 |
| 其他任职 | CCF 体系结构专委相关活动参与（ADL 讲习班讲者等）；多届国际会议（DAC、PACT 等）审稿人 |
| 邮箱 | leng-jw@sjtu.edu.cn |
| 研究方向 | 面向人工智能的计算系统设计与优化；深度学习编译与加速；智能处理器体系架构；异构计算系统能效与可靠性优化；低比特大模型推理（向量量化、数据流架构）；边缘智能 |
二、教育背景与职业履历
冷静文于2006年进入上海交通大学攻读学士学位，2010年7月毕业获得本科学历。随后赴美深造，进入德克萨斯大学奥斯汀分校（The University of Texas at Austin）电子与计算机工程系，分别于2012年获硕士学位、2016年12月获博士学位。其在 UT Austin 的博士导师为 Vijay Janapa Reddi 教授（现为哈佛大学副教授），博士期间主攻方向为 GPU 处理器的体系结构优化，尤其聚焦于 GPU 能效与可靠性研究。博士期间，他作为第一作者开发了 GPUWattch——一个被学术界广泛使用的开源 GPU 功耗模型，该工作发表于 ISCA 2013，至今仍是 GPU 体系结构研究中的重要基础工具。此外，他还开发了 GPUVolt 等工具，系统性地研究了 GPU 电压噪声特征与平滑机制。
在博士期间，冷静文积累了丰富的产业研究经验：2011年夏季在三星奥斯汀研发中心（Samsung Austin Research and Development Center）担任暑期实习生；2013年夏季在 SRI International 担任研究实习生；2015年3月至2016年12月在 IBM T.J. Watson 研究中心担任研究实习生，与 Alper Buyuktosunoglu、Ramon Bertran、Pradip Bose 等 IBM 资深研究员合作，研究了 GPU 电压降低的安全极限。2018年9月至2019年1月，他在微软亚洲研究院（MSRA）担任访问研究员，并于同年入选 MSRA 青年学者铸星计划。
2016年底，冷静文学成回国，加入上海交通大学计算机科学与工程系任助理教授。2019年通过考核晋升副教授。据其个人主页信息，他后被晋升为正教授，并进一步获聘特聘教授（Distinguished Professor）。目前担任上海交通大学计算机学院副院长，同时是约翰·霍普克罗夫特计算机科学中心成员。在教学方面，他为上海交通大学 ACM 班和约翰·霍普克罗夫特班学生讲授《计算机系统导论》课程，并讲授过《计算机组成原理》《嵌入式系统原理与实验》《高级计算机体系结构》等课程。
以下为冷静文职业简历时间线：
| 时间 | 阶段 | 机构与职位 |
|---|---|---|
| 2006–2010 | 本科 | 上海交通大学，学士 |
| 2010–2012 | 硕士 | 德克萨斯大学奥斯汀分校，硕士 |
| 2011 夏 | 实习 | 三星奥斯汀研发中心，暑期实习生 |
| 2013 夏 | 实习 | SRI International，研究实习生 |
| 2012–2016 | 博士 | 德克萨斯大学奥斯汀分校，Ph.D.（导师：Vijay Janapa Reddi） |
| 2015.03–2016.12 | 实习 | IBM T.J. Watson 研究中心，研究实习生 |
| 2016.底–2019 | 助理教授 | 上海交通大学计算机科学与工程系 |
| 2018.09–2019.01 | 访问研究 | 微软亚洲研究院（MSRA），访问研究员 |
| 2019 | 副教授 | 上海交通大学（通过考核晋升） |
| 2018 | 入选计划 | MSRA 青年学者铸星计划 |
| 2020 | 获奖 | 阿里巴巴达摩院青橙奖 |
| 约2021–2022 | 正教授 | 上海交通大学（据个人主页"I am promoted to full professor"） |
| 约2023–2024 | 特聘教授 | 上海交通大学（据个人主页"I am appointed as Distinguished Professor"） |
| 2024 | 获奖 | 华为奥林帕斯奖 |
| 现任 | 副院长/特聘教授 | 上海交通大学计算机学院副院长、特聘教授、博士生导师 |
三、学生培养情况
冷静文自2016年回国建立课题组以来（课题组名为 SJTU ReArch Group，GitHub 组织名为 SJTU-ReArch-Group），已培养多名博士和硕士研究生，其中多位毕业生在国际顶尖会议发表高水平论文后进入 NVIDIA、百度、字节跳动等头部企业或海外高校继续学术生涯。以下列出代表性学生。
1. 郭聪（Cong Guo，博士/硕士毕业生，直接指导）
郭聪是冷静文课题组的代表性博士毕业生。他于2017年获硕士学位、2020年获博士学位（均在上海交通大学冷静文指导下），博士研究方向为深度学习加速与量化。郭聪在冷静文指导下发表了多篇顶会论文，包括 MICRO'22 的 ANT（自适应数值数据类型量化，获 IEEE Micro Top Picks Honorable Mention）、ISCA'23 的 OliVe（异常值-受害者对量化）、SC'20 的 Tile-Wise Sparsity、DAC'20 的 SMA（GPU-脉动阵列融合架构）、ICLR'22 的 SQuant（无数据量化）等。这些工作在 AI 量化与加速领域具有重要影响力。博士毕业后，郭聪前往杜克大学（Duke University）从事研究工作，据其个人主页显示现已在学术界持续发展。冷静文与郭聪的师徒合作堪称其课题组最高产的合作关系之一，ANT 和 OliVe 等工作代表了目前神经网络低比特量化领域的前沿水平。
2. 周杨杰（Yangjie Zhou，博士毕业生，直接指导）
周杨杰于2018年入学攻读博士学位，2023年毕业（据上海交大新闻为2023届博士毕业生），研究方向为计算机体系结构与神经网络算子抽象优化。他在冷静文指导下发表了 ASPLOS'23 的 uGrapher（高性能图算子计算框架）、ASPLOS'22 的 VELTAIR（多租户深度学习服务）、IISWC'21 的隐式卷积特征分析等工作。其博士论文《神经网络的算子抽象优化关键技术研究》获得2025年度"CCF 体系结构专业委员会博士学位论文激励计划"奖励提名，这是冷静文指导的博士论文获此殊荣的重要标志。博士毕业后，周杨杰前往新加坡国立大学（NUS）继续研究工作。周杨杰的研究覆盖了从图神经网络计算到多租户推理调度的多个体系结构关键问题。
3. 邱雨仙（Yuxian Qiu，博士毕业生，联合指导）
邱雨仙于2015年入学攻读博士学位（为冷静文早期联合指导的博士生），研究方向为深度学习系统与鲁棒性。她在冷静文指导下发表了 MICRO'20 的 Ptolemy（面向鲁棒深度学习的架构支持）和 CVPR'19 的基于网络路径提取的对抗防御等论文。Ptolemy 是冷静文课题组在 AI 系统可靠性方向的代表工作之一，提出了从架构层面保障深度学习鲁棒性的全新思路。博士毕业后，邱雨仙加入 NVIDIA 工作，将其在深度学习系统架构方面的研究积累应用于产业实践。邱雨仙是冷静文课题组最早毕业的博士生之一，其工作奠定了课题组在 AI 系统可靠性方向的研究基础。
4. 管悦（Yue Guan，博士/硕士毕业生，直接指导）
管悦于2018年获硕士学位、2020年获博士学位（均在冷静文指导下），研究方向为模型压缩与系统协同设计。她在冷静文指导下发表了 ACL'22 的 Transkimmer（Transformer 层级略读）、AAAI'22 的 BlockSkim（高效问答 Transformer）、COLING'20 的 BERT 注意力距离聚类分析等论文。这些工作探索了通过模型结构优化实现 Transformer 推理加速的新方法。博士毕业后，管悦前往加州大学圣地亚哥分校（UCSD）继续学术研究。管悦的工作体现了冷静文课题组在 AI 编译器与模型压缩交叉领域的研究特色。
5. 郑力（Zhengyi Li，在读博士生，直接指导）
郑力是冷静文课题组在读博士生（2020年入学），研究方向为隐私保护机器学习。据课题组团队页面信息，其研究聚焦于在保障隐私的前提下实现高效的机器学习训练与推理。此外，课题组中还有多位在读博士生活跃于不同方向：刘子涵（Zihan Liu，2022年入学博士生，ML 系统与编译器方向）、何子威（Ziwei He，2021年入学博士生，高效 Transformer 架构方向）、胡伟铭（Weiming Hu，2023年入学博士生，低比特 LLM 数据流计算方向）、黄子裕（Ziyu Huang，2023年入学博士生，低比特 LLM 方向）等。这些学生构成了冷静文课题组在 AI 系统与编译优化方向的核心研究力量。
此外，冷静文还指导了多位本科生产研合作，其中本科毕业生去向包括 MIT（唐嘉铭，Jiaming Tang）、UCSD（倪文涛，Wentao Ni）、UT Austin（杨梦天，Mengtian Yang）、多伦多大学（朱展达 Zhanda Zhu、梁若凡 Ruofan Liang）等顶尖高校攻读博士学位，体现了其在本科生科研培养方面的突出能力。硕士毕业生中，多位前往百度、字节跳动等头部互联网企业从事 AI 系统相关工作。
四、学术合作网络
4.1 实验室内部合作
冷静文是上海交通大学 EPCC（新兴并行计算研究中心）的核心教师成员。EPCC 实验室由过敏意（Minyi Guo）教授创立并领导，核心教师团队包括过敏意（教授，并行与分布式处理）、朱弘恣（教授，物联网与移动计算）、李超（教授，高能效计算机体系结构）、陈全（教授，高性能计算与调度）、冷静文（教授，异构计算能效与可靠性）等。冷静文在 EPCC 实验室内部与多位教师保持密切合作关系。
与过敏意教授的合作是冷静文最重要的内部合作关系之一。从冷静文的论文列表可以看出，多篇论文的作者列表中包含过敏意（如 DAC'20 的 SMA 论文，作者包括 Cong Guo, Yangjie Zhou, Jingwen Leng, Yuhao Zhu, Zidong Du, Quan Chen, Chao Li, Bin Yao, Minyi Guo），表明他们共同指导学生并联合发表研究成果。过敏意作为 EPCC 实验室的领军人物和上海交通大学计算机学院院长（据公开资料），为冷静文提供了重要的学术平台与资源支持。需要说明的是，冷静文的博士毕业于 UT Austin（导师 Vijay Janapa Reddi），并非过敏意的学生，但回国后在 EPCC 实验室框架下与过敏意形成了紧密的同事合作关系。
与陈全教授的合作同样值得关注。陈全也是 EPCC 实验室核心教师，研究方向为高性能计算与并行处理，同为阿里巴巴达摩院青橙奖获得者（2019年），与冷静文并称"上交青橙三杰"（另一位为张伟楠）。二人在实验室内部 likely 存在学生联合指导和项目合作。
与李超教授的合作体现在体系结构方向的互补性上。李超研究方向为高能效计算机体系结构，与冷静文的异构计算能效优化方向高度互补。两人在 DAC'20 论文（SMA）中已有合作（Chao Li 为共同作者）。李超同时也是国家自然科学基金优秀青年科学基金获得者，主持科技创新2030"新一代人工智能"重大项目课题。
此外，冷静文在论文中还常与 EPCC 实验室的其他研究人员合作，如杜子东（Zidong Du）、姚斌（Bin Yao）等，体现了实验室内部多层次的学术协作网络。
4.2 跨机构合作
冷静文的跨机构合作关系主要体现在以下几个层面。
与德州大学奥斯汀分校的合作：作为 UT Austin 的博士毕业生，冷静文与母校保持了密切的学术联系。其博士导师 Vijay Janapa Reddi 教授（现哈佛大学）是其最早的学术合作者，二人合著了 GPUWattch（ISCA'13）、GPUVolt（ISLPED'14）、GPU Voltage Noise（HPCA'15）等多篇重要论文。此外，UT Austin 的 Yuhao Zhu 教授（也是冷静文博士期间的同期研究者）也是经常合作的共同作者，出现在 DAC'20 等论文中。
与英属哥伦比亚大学（UBC）的合作：GPUWattch 论文的合作者 Tor M. Aamodt 教授（UBC）是 GPU 体系结构领域的知名学者，冷静文在博士期间与其建立了长期合作关系。此外，威斯康星大学麦迪逊分校的 Nam Sung Kim 教授也参与了 GPUWattch 的工作。
与微软亚洲研究院（MSRA）的合作：冷静文于2018–2019年在 MSRA 担任访问研究员，并入选2018年 MSRA 青年学者铸星计划。据其个人主页，MSRA 资助了其研究项目"Robust and Efficient System Architecture for AI Applications with Effective Path"。这表明冷静文与 MSRA 在 AI 系统架构方面存在实质性研究合作。
与 IBM T.J. Watson 研究中心的合作：冷静文在博士期间（2015–2016）在 IBM T.J. Watson 研究中心担任研究实习生，与 Alper Buyuktosunoglu、Ramon Bertran、Pradip Bose 等 IBM 研究员合作研究了 GPU 电压降低安全极限（MICRO'15）和 POWER7+ 的自适应保护带调度（MICRO'15）等课题，这些合作为其后续研究奠定了工业界视角。
4.3 国际合作
冷静文的国际合作网络主要源自其博士期间的海外经历和后续学术交流。其博士导师 Vijay Janapa Reddi 教授现已转至哈佛大学，这一联系使冷静文与哈佛大学的计算机体系结构研究群体保持学术联系。GPUWattch 的合作者 Tor M. Aamodt 教授（UBC）和 Nam Sung Kim 教授（Wisconsin，现伊利诺伊大学）构成了其在北美的核心合作网络。此外，IBM T.J. Watson 研究中心的实习经历使其与工业界研究机构建立了联系。
在国际会议层面，冷静文的研究工作覆盖 ISCA、MICRO、HPCA、ASPLOS、DAC、PACT、SC 等 computer architecture 与 system 领域的顶级会议，其论文的国际可见度和影响力有助于维持和拓展国际学术合作。近年来，他的研究也涉及与寒武纪等 AI 芯片企业相关方向的技术交流（如 CCF ADL 讲习班中与寒武纪软件架构师同台报告 AI 编译器主题）。
五、业界合作关系深度分析
5.1 产业合作：华为、阿里巴巴与魔形智能
冷静文与产业界的合作关系是其学术影响力的重要组成部分，主要体现在以下几个方面。
华为合作：据公开资料，冷静文获得2024年华为奥林帕斯奖。奥林帕斯奖（OlympusMons Awards）由华为公司于2019年设立，旨在鼓励全球科研工作者投入数据存储领域基础理论研究。需要说明的是，EPCC 实验室整体与华为有密切合作关系——过敏意教授团队曾荣获2023年奥林帕斯奖。冷静文在2024年获得该奖项，表明其在面向 AI 时代的数据存储与计算系统优化方面与华为有合作研究。此外，冷静文在多个公开场合（如全球AI芯片峰会）与华为昇腾芯片团队同台交流，关注国产 AI 芯片（如昇腾）的 FP8 计算能力与编译优化问题，但其与华为昇腾团队是否有直接横向项目合作，据公开资料尚不完全明确，审慎判断其合作更多体现在奖项层面与学术交流层面。
阿里巴巴合作：冷静文于2020年获得阿里巴巴达摩院青橙奖，该奖项面向35岁及以下的中国青年学者，获奖者可获得100万元人民币奖金，并与达摩院实验室建立互访联系。据媒体报道，青橙奖为冷静文提供了与达摩院建立学术互访渠道的机会，这对于需要大量真实业界数据做实验的 AI 系统研究者具有重要吸引力。EPCC 实验室的陈全教授也于2019年获青橙奖，体现了该实验室与阿里巴巴在学术人才层面的密切关系。
魔形智能合作：据2025年公开报道，上海交通大学与 AI Infra 创企魔形智能联合研究团队在 HPCA 2025 会议上发表了论文 VQ-LLM（向量量化增强的大语言模型高性能代码生成），冷静文是该工作的主要负责人。VQ-LLM 框架通过分层代码本缓存和代码本中心计算引擎，实现了超过50%的推理延迟降低。这是冷静文与产业界初创公司深度合作研究的典型案例，体现了其在产学研协同攻关大模型推理优化方面的实践。此外，冷静文还在2025年全球AI芯片峰会上作为演讲嘉宾出席，与华为昇腾、云天励飞、寒武纪等 AI 芯片企业同台交流，体现了其在 AI 芯片学术-产业界的桥梁角色。
5.2 产学研概况
冷静文主持了国家自然科学基金优秀青年科学基金（优青）、面上项目及多项"龙头企业横向项目"（据其官方简介），表明其研究除基础科学基金支持外，还得到了产业界的横向课题资助。从其研究发展轨迹来看，冷静文的产学研合作呈现如下特征。
第一，研究主题与产业需求高度对齐。冷静文的研究从 GPU 功耗建模（GPUWattch）出发，逐步扩展至深度学习加速（ANT、OliVe 量化）、AI 编译器优化（VELTAIR、Chimera）、大模型推理系统（VQ-LLM、MANT），其研究方向始终紧扣 AI 计算系统领域的前沿产业需求。尤其是近年来对数据流架构和低比特大模型推理的聚焦，直接对应国产 AI 芯片在 FP8/FP4 低位宽计算和大模型部署方面的核心技术挑战。
第二，人才培养与产业输送。冷静文课题组的多名毕业生进入了 NVIDIA、百度、字节跳动等头部科技企业，将学术研究成果转化为产业实践。例如，博士毕业生邱雨仙加入 NVIDIA，硕士毕业生陆冠东、陈润哲、王亚凯等加入百度，硕士毕业生卢书文、余昌明等加入字节跳动。这种人才输送通道不仅体现了课题组的培养质量，也维持了与产业界的持续联系。
第三，开源工具的产业影响力。冷静文课题组开发了多个开源工具并在 GitHub 上发布，包括 PTOLEMY（鲁棒深度学习架构支持）、TW Sparsity（Tile-Wise 稀疏加速）、GPUWattch（GPU 功耗模型）、GPUVolt（GPU 电压噪声工具）、ANT（自适应数值量化）、SQuant（无数据量化）等。其中 GPUWattch 作为博士期间的成果，至今仍是 GPU 体系结构研究中被广泛使用的工具，体现了其研究在学术界和产业界的长期影响力。
第四，冷静文在公开场合多次表达对国产 AI 芯片发展路径的独立思考。他提出"如果大家只是照抄英伟达的设计方法会永远落后于他们，还是得有一些原创性的思考"，并主张通过数据流方式解决芯片架构与编程方法的设计问题。这些观点体现了其在产学研交叉领域的战略思考能力。
六、重要奖项与学术兼职
| 年份 | 奖项/荣誉 | 颁发机构 |
|---|---|---|
| 2013 | GPUWattch 发表于 ISCA（后续成为广泛使用的开源 GPU 功耗模型） | ISCA 国际会议 |
| 2015 | GPU Voltage Noise 论文发表于 HPCA | HPCA 国际会议 |
| 2018 | 微软亚洲研究院青年学者铸星计划 | 微软亚洲研究院（MSRA） |
| 2020 | 阿里巴巴达摩院青橙奖（含100万元人民币奖金） | 阿里巴巴达摩院 |
| 2022 | IEEE Micro Top Picks from Computer Architecture Conferences Honorable Mention（基于 MICRO'22 ANT 论文） | IEEE Micro |
| 2022 | IEEE 体系结构年度最佳论文优胜奖 | IEEE |
| 多次 | DAC、PACT 等国际会议最佳论文提名奖 | DAC、PACT 等 |
| 2024 | 华为奥林帕斯奖 | 华为 |
| 2025 | 指导博士论文获 CCF 体系结构专委博士学位论文激励计划提名（学生：周杨杰） | CCF 体系结构专委 |
在学术兼职方面，冷静文活跃于 CCF（中国计算机学会）组织的学术活动。他曾在 CCF ADL（学科前沿讲习班）第117期（2021年）和第143期（2023年）担任专题讲座讲者，分别报告"基于数据流分析的深度学习系统结构"和"人工智能框架的组件化扩展设计方法研究"。此外，他作为上海交通大学优青基金申请经验分享者受邀为校内教师培训（2022年），体现了其在学术共同体中的服务角色。在会议审稿方面，冷静文作为体系结构领域活跃研究者，长期服务于 ISCA、MICRO、HPCA、ASPLOS、DAC 等国际顶级会议的审稿工作。
七、Connection圈层总结
冷静文的学术关系网络可归纳为以下几个圈层。
核心圈（导师-同事圈）：以 EPCC 实验室为核心平台，过敏意教授为实验室领军人物和行政上级，陈全、李超为同实验室密切合作的核心同事。博士导师 Vijay Janapa Reddi（哈佛大学，原 UT Austin）是其学术血脉的核心来源。这一圈层构成了冷静文学术身份的根基——EPCC 实验室提供的团队平台和过敏意教授的学术领导力为其研究提供了制度保障，而博士期间在 UT Austin 的训练则奠定了其学术品味与方法论基础。
学生-传承圈：冷静文自2016年回国建立课题组以来，已培养博士毕业生5人以上（郭聪、周杨杰、邱雨仙、管悦等），硕士毕业生10人以上，本科生多名进入 MIT、UCSD、UT Austin、多伦多大学等顶尖高校攻读博士学位。其学生群体形成了"学术传承+产业输送"的双通道网络：博士毕业生进入 NVIDIA、NUS、Duke、UCSD 等企业与高校，硕士毕业生大量进入百度、字节跳动等头部互联网企业。博士论文获 CCF 体系结构专委博士学位论文激励计划提名，标志着其学术传承已获学界认可。
产业合作圈：以阿里巴巴（青橙奖+达摩院互访）、华为（奥林帕斯奖+学术交流）、魔形智能（HPCA'25 联合论文）为核心产业伙伴，辅以 MSRA（铸星计划+访问研究）、IBM（博士实习）的历史合作积淀。冷静文的研究方向——AI 系统优化、量化加速、编译器、数据流架构——直接对应当前 AI 芯片与大模型产业的核心技术需求，使其产学研合作具有高度的实际价值。
学术同行圈：在国际层面，与 UT Austin、UBC、Wisconsin 等高校的体系结构研究群体通过 GPUWattch 等合作保持联系；在国内层面，活跃于 CCF 体系结构专委学术活动，与陈海波（上海交大，TEE 方向）、吴晨涛（上海交大，存储方向）等同行在 CCF 博士论文评选等学术活动中同台。其发表的顶会论文覆盖 ISCA、MICRO、HPCA、ASPLOS、DAC、SC、NeurIPS、ICLR、ACL 等 AI 系统与体系结构领域的顶级会议，学术影响力跨越计算机体系结构与人工智能两个社区。
战略影响圈：冷静文以上海期智研究院 PI 和上海交通大学计算机学院副院长的身份，活跃于 AI 芯片产业政策与战略讨论。他在全球AI芯片峰会等产业峰会上频繁发声，对国产 AI 芯片发展路径提出独立思考（如主张数据流架构路线、强调原创性设计），已成为连接学术界与 AI 芯片产业界的重要桥梁人物。
总体而言，冷静文的学术关系网络以 EPCC 实验室为制度核心，以 UT Austin 博士训练为学术根基，以"青橙奖-奥林帕斯奖"双奖为产业认可标志，形成了一个覆盖基础研究、人才培养、产业转化和战略咨询的立体化网络。其从 GPU 功耗建模到 AI 系统优化再到大模型推理加速的研究轨迹，恰好映射了中国 AI 计算系统领域从跟随到自主创新的发展脉络。