韩松,深鉴科技联合创始人,首席科学家。
韩松博士,清华大学电子系本科,斯坦福大学电子系博士,师从NVIDIA首席科学家William J. Dally教授。他的研究广泛涉足深度学习和计算机体系结构,他提出的 Deep Compression 模型压缩技术曾获得 ICLR2016最佳论文,ESE 稀疏神经网络推理引擎获得 FPGA2017最佳论文,引领了世界深度学习加速研究,对业界影响深远,并于博士期间联合创立了深鉴科技。
在2016年5月举办的ICLR(International Conference on Learning Representations)大会上,韩松的论文中提出了深度压缩(Deep Compression)技术,将深度神经网络压缩一个数量级而不会损失预测精度,从而降低计算复杂度和存储空间,该论文获得了“2016年ICLR最佳论文”奖。
在神经网络硬件方面,韩松博士首次提出了基于稀疏架构的神经网络推理引擎EIE以及用于支持稀疏LSTM的高效的语音识别引擎ESE,这一稀疏硬件架构在在延时,功耗,能效比上全面优于CPU、GPU、以及传统稠密架构的ASIC。论文《ESE: Efficient Speech Recognition Engine with Sparse LSTM on FPGA》在2017年的芯片领域顶级会议——FPGA上再次斩获最佳论文奖。同样在机器学习领域的顶级会议NIPS2015和体系结构的重要会议ISCA2016上,韩松博士论文中提出的剪枝和稀疏神经网络加速器影响了NVIDIA,DeePhi等科技公司的深度学习硬件设计。
近两年,韩松博士的一系列论文获得了工业界与学术界的广泛关注,加州伯克利大学和纽约大学均把论文内容纳入专题课程;而工业界中,Google, Facebook、Baidu、NVIDIA、Xilinx等诸多大型科技公司也开始采用“深度压缩”技术,应用于云端和移动端的人工智能产品中;深鉴科技DeePhi也在产品中全面使用了深度压缩技术,为新发布的系列产品提供了领先的技术支撑。基于对一系列重要科研成果的继续深入探索,韩松博士将于2018年任职MIT助理教授。