陈章 0001
人员信息
附属： 中国上海交通大学 隶属关系（前）： 阿里巴巴DAMO学院，中国上海 隶属关系（前）： 微软亚洲研究院 隶属关系（前）： 北京大学节能计算与应用中心（CECA），中国北京
其他同名人员
陈章 — 消歧页 陈章 0002 -美国田纳西州孟菲斯市孟菲斯大学 陈章 0003 ![[0000-0002-1486-3013]](https://dblp.uni-trier.de/img/orcid-mark.12x12.png "0000-0002-1486-3013")
-中国科学院软件研究所计算机科学国家重点实验室，北京 陈章 0004 -浙江大学计算机科学与技术学院，中国杭州 陈章 0005 -四川大学电子与信息工程学院，中国成都 陈章 0006 -华中科技大学能源与动力工程学院，武汉，中国 陈章 0007 — 清华大学，中国北京 （还有1个） 陈章 0008 （又名：Cevin Zhang） -瑞典斯德哥尔摩KTH皇家理工学院物流与信息科 陈章 0009 -海南大学信息科学与技术学院，海口，中国 陈章 0010 — 图形智能公司。 （还有3个以上） 陈章 0011 -德国达姆施塔特科技大学 陈章 0012 -美国俄亥俄州代顿大学电气与计算机工程系 陈章 0013 -澳大利亚悉尼新南威尔士大学计算机科学与工程学院 陈章 0014 -乔治·梅森大学，空间信息科学和系统中心，弗吉尼亚州费尔法克斯，美国 陈章 0015 -西安西电大学计算机科学与技术学院 陈章 0016 — 丹麦技术大学电气工程系，丹麦林比 （还有2个以上） 陈章 0017 — 飞兆半导体，美国加利福尼亚州欧文 （还有1个） 陈章 0018 -新加坡MIT研究与技术中心联盟，新加坡 陈章 0019 -北京大学王轩计算机技术学院，中国北京 陈章 0020 -浙江大学，中国杭州
其他同名人员
优化列表
2020年–今天
2024 
[公元25年] 岳关 , 邱玉仙 , 镜文冷 , 范扬 , 俞硕 , 刘云欣 , 于峰 , 朱玉浩 , 周立东 , 云亮（Yun Liang） , 陈章 , 李超（音） , 郭敏义 :
阿曼达：深度神经网络的统一仪器框架。 ASPLOS（1） 2024 : 1-18 2023 [公元24年] 陈章 , 孙光裕 , 方振曼 , 周培培 , 丛京生 :
咖啡因：深度卷积神经网络的统一表示和加速。 ACM TUR-C公司 2023 : 47-48 【c23】 聪国 , 嘉明堂 , 胡伟明 , 镜文冷 , 陈章 , 范扬 , 刘云欣 , 郭敏义 , 朱玉豪 :
OliVe：通过硬件友好的Outlier-Victim对量化加速大型语言模型。 国际标准协会 2023 : 3:1-3:15 [公元22年] 黄谷岳（Guyue Huang） , 王正阳（音） , 蔡波安（Po-An Tsai） , 陈章 , 丁宇飞 , 袁燮 :
RM-STC：Row-Merge数据流启发的GPU稀疏张量核心，用于节能稀疏加速。 微型的 2023 : 338-352 【c21】 宋新凯 , 袁伯文 , 星虎 , 刘天波 , 周浩轩 , 韩虎生 , 田志 , 杜自东 , 魏丽 , Rui Zhang（张瑞） , 陈章 , 林高 , 齐国 , 陈天石 :
Cambricon-R：神经场景表示实时学习的完全融合加速器。 微型的 2023 : 1305-1318 [公元20年] 陈章 , 马凌霄 , 薛吉龙 , 伊宁市 , 苗子明 , 范扬 , 冀东寨 , 芷阳 , 毛洋 :
鸡尾酒：深度学习中动态控制流的分析和优化。 OSDI公司 2023 : 681-699 [第九章] 聪国 , 嘉明堂 , 胡伟明 , 镜文冷 , 陈章 , 范扬 , 刘云欣 , 郭敏义 , 朱玉豪 :
OliVe：通过硬件友好的Outlier-Victim对量化加速大型语言模型。 CoRR公司 abs/2304.07493 ( 2023 ) 2022 [第19条] 聪国 , 邱玉仙 , 镜文冷 , 陈章 , 颖曹 , 张全鲁 , 刘云欣 , 范扬 , 郭敏义 :
用于记忆高效深度神经网络训练的嵌套前向自动微分。 ICCD公司 2022 : 738-745 [第18条] 聪国 , 邱玉仙 , 镜文冷 , 高晓天 , 陈章 , 刘云欣 , 范扬 , 朱玉豪 , 郭敏义 :
SQuant：通过对角线Hessian近似进行实时无数据量化。 ICLR公司 2022 [第17条] 聪国 , 陈章 , 镜文冷 , 刘子汉 , 范扬 , 刘云欣 , 郭敏义 , 朱玉豪 :
ANT：为低比特深度神经网络量化开发自适应数值数据类型。 微型的 2022 : 1414-1433 [第16条] 朱红玉 , 吴若凡 , 一家刁 , 山宾可 , 李浩宇 , 陈章 , 薛吉龙 , 马凌霄 , 夏玉清 , 魏翠 , 范扬 , 毛洋 , 周立东 , 阿萨夫·西登 , Gennady Pekhimenko先生 :
罗勒：用于深度学习的快速高效张量编译。 OSDI公司 2022 : 233-248 [i8] 聪国 , 邱玉仙 , 镜文冷 , 高晓天 , 陈章 , 刘云欣 , 范扬 , 朱玉豪 , 郭敏义 :
SQuant：通过对角线Hessian近似进行实时无数据量化。 CoRR公司 abs/2202.07471 ( 2022 ) [i7] 郭聪 , 陈章 , 镜文冷 , 刘子汉 , 范扬 , 刘云欣 , 郭敏义 , 朱玉豪 :
ANT：为低比特深度神经网络量化开发自适应数值数据类型。 CoRR公司 abs/2208.14286 ( 2022 ) [i6] 聪国 , 邱玉仙 , 镜文冷 , 陈章 , 曹颖 , 张全鲁 , 刘云欣 , 范扬 , 郭敏义 :
嵌套前向自动微分用于记忆效率高的深度神经网络训练。 CoRR公司 abs/2209.10778 ( 2022 ) 2021 [第15条] 杨旺（Yang Wang） , 陈章 , 谢志强 , 聪国 , 刘云欣 , 镜文冷 :
双面稀疏张量核心。 国际标准协会 2021 : 1083-1095 [第14条] 李云（Yun Li） , 陈章 , 韩世浩 , 张丽娜（Li Lyna Zhang） , 保群音 , 刘云欣 , 徐梦伟 :
通过语义记忆促进移动CNN推理。 ACM多媒体 2021 : 2362-2371 [i5] 杨旺（Yang Wang） , 陈章 , 谢志强 , 聪国 , 刘云欣 , 镜文冷 :
双面稀疏张量核心。 CoRR公司 abs/2105.09564 ( 2021 ) [i4] 李云（Yun Li） , 陈章 , 韩世浩 , 张丽娜（Li Lyna Zhang） , 保群音 , 刘云欣 , 徐梦伟 :
通过语义记忆促进移动CNN推理。 CoRR公司 abs/2112.02644 ( 2021 ) 2020 [第13条] 毛一欢 , 王玉晶 , 吴楚凡 , 陈章 , 杨旺（Yang Wang） , 张全鲁 , 杨亚明 , 云海通 , 京白 :
LadaBERT：通过混合模型压缩对BERT进行轻量调整。 冷却 2020 : 3225-3234 [第12条] 双江 , 马志尧 , 肖曾 , 徐晨仁 , 张咪（Mi Zhang） , 陈章 , 刘云欣 :
SCYLLA：基于FPGA的动态深度神经网络重构的QoE感知连续移动视觉。 信息通信 2020 : 1369-1378 [i3] 毛一欢 , 王玉晶 , 吴楚凡 , 陈章 , 杨旺（Yang Wang） , 杨亚明 , 张全鲁 , 云海通 , 京白 :
LadaBERT：通过混合模型压缩对BERT进行轻量调整。 CoRR公司 abs/2004.04124 ( 2020 )
2010 – 2019
2019 [j1] 陈章 , 孙光裕 , 方振曼 , 周培培 , 潘培晨 , 丛京生 :
咖啡因：深度卷积神经网络的统一表示和加速。 IEEE传输。 计算。 辅助设计。 集成。 电路系统。 38 ( 11 ) : 2072-2085 ( 2019 ) [第11条] 朱良瑶 , 曹世杰 , 文聪晓 , 陈章 , 聂兰顺 :
在GPU上实现高效DNN推理的平衡稀疏性。 AAAI公司 2019 : 5676-5683 [第10条] 曹世杰 , 马凌霄 , 文聪晓 , 陈章 , 刘云欣 , 张林涛 , 聂兰顺 , 芷阳 :
SeerNet：通过低位量化预测卷积神经网络特征图稀疏性。 CVPR公司 2019 : 11216-11225 【c9】 曹世杰 , 陈章 , 朱良瑶 , 文聪晓 , 聂兰顺 , 德钦詹（De-chen Zhan） , 刘云欣 , 吴铭（音） , 张林涛 :
具有银行平衡稀疏性的FPGA上高效稀疏LSTM。 FPGA（现场可编程门阵列） 2019 : 63-72 【c8】 尚旺 , 陈章 , 袁超书 , 刘云欣 :
基于FPGA的智能摄像头的实时视频分析。 HotEdge视频@MOBICOM 2019 : 9-14 2018 [i2] 丛京生 , 方振曼 , 于晨浩 , 彭伟 , 科迪·郝宇 , 陈章 , 周培培 :
全力以赴的FPGA编程：几步就能走得更远。 CoRR公司 abs/1807.01340 ( 2018 ) [i1] 朱良瑶 , 曹世杰 , 文聪晓 , 陈章 , 聂兰顺 :
GPU上有效DNN推理的平衡稀疏性。 CoRR公司 abs/1811.00206 ( 2018 ) 2017 【c7】 关义进 , 许宁义 , 陈章 , 致航苑 , 丛京生 :
使用数据压缩优化基于FPGA的卷积神经网络加速器。 应用程序 2017 : 14-26 2016 【c6】 陈章 , 方振曼 , 周培培 , 潘佩晨 , 丛京生 :
咖啡因：用于深度卷积神经网络的统一表示和加速。 国际计算机辅助设计协会 2016 : 12:1-12:8 【c5】 陈章 , 狄武 , 孙嘉玉 , 孙光裕 , 罗国杰 , 丛京生 :
在深度流水线FPGA集群上实现节能CNN。 ISLPED公司 2016 : 326-331 2015 【c4】 陈章 , 彭丽 , 孙光裕 , 关义进 , 萧炳君 , 丛京生 :
基于FPGA的深度卷积神经网络加速器优化设计。 FPGA（现场可编程门阵列） 2015 : 161-170 2014 【c3】 王鹏（音译） , 孙光裕 , 宋江 , 欧阳俭 , 林世鼎 , 陈章 , 丛京生 :
一种基于LSM树的开放通道SSD密钥值存储的高效设计与实现。 欧洲系统 2014 : 16:1-16:14 2013 【c2】 王玉欣（Yuxin Wang） , 彭丽 , 张鹏（音译） , 陈章 , 丛京生 :
高级综合中多维数组的内存分区。 数模转换器 2013 : 12:1-12:8 【c1】 王玉欣（Yuxin Wang） , 彭丽 , 张鹏（音译） , 陈章 , 丛京生 :
基于FPGA的加速器的自动多维内存分区（仅抽象）。 FPGA（现场可编程门阵列） 2013 : 269
合著者索引
