报告题目：《计图深度学习框架与代码大模型》

演讲摘要：人工智能的应用已成为当前备受关注的开发领域之一，其中深度学习框架是支撑人工智能算法的软件基础。同时，代码大模型在推动智能化编程方面也发挥了关键作用。本报告将详细介绍清华大学自主研发并开源的深度学习框架计图（Jittor）的技术原理及其特点，该框架能够显著提升人工智能和大模型的训练与推理效率。此外，还将阐述计图在国产芯片适配与优化方面的最新进展，探讨计图团队在代码大模型领域的探索，分析代码大模型所面临的挑战，并分享Jittor框架在大模型分布式训练加速和推理优化的实践。

讲者简介：清华大学计算机科学与技术系教授、中科院院士、IEEE Fellow。主要从事计算机图形学、几何计算和人工智能等领域的教学与科研工作。在ACM TOG/SIGGRAPH、IEEE TPAMI、IEEE TVCG、CVPR等重要刊物和国际会议上发表重要论文200余篇，带领团队研制并开源了深度学习框架—计图(Jittor)。现为中国计算机学会副理事长，亚洲图形学学会主席，ACM SIGGRAPH 执委，并担任Computational Visual Media主编、计算机辅助设计与图形学学报主编以及CAD、Computer & Graphics、JCST和计算机学报等多个期刊的编委。