简历
向广宇的教育、科研与工程经历。
向广宇
香港科技大学（广州）数据科学与分析博士生
中国广州 · gxiang190@connect.hkust-gz.edu.cn
个人简介
研究方向包括机器学习系统、高效与弹性的大语言模型训练和推理、GPU 计算、分布式系统，以及通信与计算协同优化。
教育经历
香港科技大学（广州）（HKUST(GZ)）
数据科学与分析博士，信息枢纽 · 2025年2月至今 · 中国广州
导师：褚晓文教授；研究方向：机器学习系统、分布式大语言模型训练与推理、GPU 计算
北京大学（PKU）
软件工程硕士，软件与微电子学院 · 2021年9月至2024年6月 · 中国北京
研究方向：高性能计算、AI 编译器优化与 CUDA 编程
电子科技大学（UESTC）
软件工程学士，信息与软件工程学院 · 2017年9月至2021年6月 · 中国成都
GPA 3.86/4.00，专业排名前 5%
科研与工程经历
微软亚洲研究院 · 系统研究组科研实习生
2023年2月至2023年12月 · 中国北京
研究多头注意力与 FlashAttention 优化，开发 CUDA 内核，并探索编译器代价模型。
OneFlow · AI 框架团队研发工程师实习生
2022年9月至2023年2月 · 中国北京
使用 PDLL 重构 MLIR 算子融合与重写模式，并支持跨框架、跨加速器的模型兼容。
AMD · AI 编译器工程师实习生
2022年3月至2022年9月 · 中国北京
面向 ASR 模型编译开发 TVM Relay Pass，包括量化流程优化与 AIE 部署评估。
鹏城实验室 · AI 开发工程师实习生
2020年11月至2021年8月 · 中国深圳
参与高性能计算集群的资源管理与作业调度。
论文
- Xema: Efficient Diffusion Serving through Fine-Grained Memory Management and Auto-Configuration. arXiv, 2026. 论文
- KernelFlume: Elastic Core-Attention Scaling for Agentic Long-Context Decoding. arXiv, 2026. 论文
- Compass: Dissecting Communication and Computation Operators for Efficient LLM Training. IEEE INFOCOM 2026. 论文
- ElasWave: An Elastic-Native System for Scalable Hybrid-Parallel Training. arXiv, 2025. 论文