NVIDIA 頒發 $275,000 獎學金予 11 位 GPU 運算天才

作者 Chandra Cheij
NVIDIA 頒發 $275,000 獎學金予 11 位 GPU 運算天才

本年度 NVIDIA 研究生獎學金計畫,將學生的運算研究再次推向高峰。

NVIDIA 研究生獎學金計畫頒發 $25,000 美金給從事電腦研究的博士班學生。本獎項之目的為獎勵從事 GPU 運用研究,解決醫學造影、太空探索、汽車設計與電影製片等業界複雜運算之學子。此計畫將對 GPU 傑出研究學生提供獎金鼓勵與技術方面的支援。

本公司 9 月展開第 12 屆 NVIDIA 年度研究生獎學金計畫,邀請青年學子提交研究專案送審。

我們從來自 39 個國家的數百件申請中選出獲獎者。這些專案牽涉諸多不同面向之技術挑戰,包括電腦架構、程式設計模型、角色動畫、電腦繪圖,以及模擬化學反應的計算方法。

Nvidia 首席科學家暨研究資深副總 Bill Dally 表示:「傑出的學術研究是引燃創新之道,因此 NVIDIA 絕對大力支持。我們已投資數百萬美金贊助科學、工程與醫藥方面的開創性研究。能夠鼓勵足以開創運算未來的卓越研究生,我們備感欣喜。」

2013 年 NVIDIA 研究生獎學金計畫的獲獎者如下:

Brian Zimme

Brian Zimmer加州柏克萊

就讀柏克萊加州大學

Brian 的研究主攻架構與電路層面技術,以提升節能效果。他所開發的電路與系統有助於因應極度縮小技術中靜態隨機存取記憶體單元的變異性。

 

 

Haicheng W

 

Haicheng Wu中國

就讀喬治亞理工學院

Haicheng 開發 Red Fox 編譯器,運用在配有 GPU 加速器的雲端架構上,以提升大規模資料倉儲應用的處理速度。Red Fox 現在已能在輸入量較小的單 GPU 裝置上執行所有 TPC-H 查詢。Red Fox 的長期目標是整合到由多節點、多 GPU 裝置組成的大型關聯式資料庫系統中,探索 GPU 運算在「巨量資料」時代的可能性。

James Hegart

James Hegarty密蘇里州聖路易

就讀史丹佛大學

James 研究 CPU 與 GPU 的新型程式設計模型。他從多種影像處理語言中進行試驗,目標是建立一個能自動利用區域性的程式設計模型,這是一般程式語言難以達成的。

 

 

Juliet Fis

Juliet Fiss明尼蘇達州羅徹斯特

就讀華盛頓大學

Juliet 研究電腦運算攝影,著重在光場影片。她致力於光場影片攝影機的設計、光場影像及影片處理演算法,以及光場影片編輯軟體,讓製片人員在後製期間控制對焦效果。

 

 

Nathan Luehr

Nathan Luehr伊利諾州阿爾席普

就讀史丹佛大學

Nathan 是史丹佛大學化學系研究生。在 Todd Martinez 指導下,Nathan 研究化學反應的模擬運算方法。他的研究領域包括大量平行架構之高效電子結構演算法,以及分子動態在大型化學系統 (如蛋白質) 上的應用。

 

 

Sergey Levin2

Sergey Levine華盛頓州雷德蒙

就讀史丹佛大學

Sergey 研發學習演算法,讓虛擬角色模仿人類行為。只要請真人在動作擷取系統前表演並錄下示範過程,就可以「程式化」虛擬角色。此技術讓任何人都能自己做示範動作,讓虛擬角色學習行為,足以擴展角色動畫的應用範圍,讓更多人實現創意,創作優秀的虛擬角色。本技術亦可用來設定機器人行為,甚至研究人類與動物的動作控制。

 

 

Stephen Tyree

Stephen Tyree奧克拉荷馬州塔爾薩

就讀聖路易斯華盛頓大學

Stephen 研究著重在平行運算硬體上的機器學習,依目前之硬體趨勢來重新思索、設計現有方法。他將支援向量機訓練移植到 GPU,目標是建立一個針對高度平行化平台最佳化的開放原始碼機器學習工具套件。

 

 

Tianyi David Han

Tianyi David Han加拿大安大略

就讀多倫多大學

David 主要研究目標是開發編譯器與執行階段的支援方式,以簡化平行與異質架構上的程式設計。他目前的研究重心著眼於使用機器學習技術最佳化 GPU 程式的自動微調。這項研究奠基於他過去的兩項成果上,一項是減少執行緒發散來達成 GPU 最佳化,另一項是 hiCUDA,這是一種指令型介面,可簡化將循序型程式移植到 CUDA 的程序。

 

 

Timothy Rogers

Timothy Rogers加拿大哈利法克斯

就讀英屬哥倫比亞大學

Tim 研究 GPU 架構變更,以提升在高度平行不規則應用上的效能與省電效果,此類應用一般認為不適合採用 GPU 加速。在有經濟重要性的領域,如伺服器和雲端運算,都可發現這類應用的蹤跡。Tim 致力改善 GPU 取得資料區域性的方式,同時加速這些工作負載。

 

 

Wei-Fan Chiang

Wei-Fan Chiang台灣

就讀猶他大學

Wei-Fan 是猶他大學電算學院的博士班學生,由 Ganesh Gopalakrishnan 和 Zvonimir Rakamaric 兩位教授共同指導。他在 2010 年於猶他大學取得碩士學位,研究重點為 GPU 及 HPC 環境的軟體驗證。

 

 

Yunsup Lee

Yunsup Lee南韓

就讀柏克萊加州大學

Yunsup 的研究方向為提升資料平行處理器的效能與省電性,同時保持程式化能力與彈性。他正在開發的新技術能更有效支援不規則控制流程。

NVIDIA 研究生獎學金計畫開放全球申請。凡資訊科學、資訊工程、系統架構、電機工程或其他相關領域之科系就讀滿一年之博士班學生均可申請。此外,該學生須是正在進行研究專案團隊的目前成員。

如需 NVIDIA 研究生獎學金計畫的詳細資訊,請造訪本公司網站。