周大江，目前在蚂蚁金服多媒体产品技术部担任高级算法专家，兼任日本法政大学客座副教授。在此之前，他分别于上海交通大学和日本早稻田大学取得硕士与博士学位后，于早稻田大学担任助理教授一职。他的研究兴趣包括：深度学习、视频编解码、高性能计算、芯片设计等。发表论文100多篇，获得、申请专利10多项。历任A-SSCC, ASP-DAC等国际会议的程序委员会委员，为20余本SCI期刊担任审稿人，并曾主持3项日本文部省基金项目，研制了世界首款支持8K清晰度的单芯片视频解码器。他获得的奖项包括：ISSCC Takuo Sugano Award、VLSI Circuits Symposium Best Student Paper Award、早稻田大学研究奖、日本学术振兴会研究员资助、中国自费留学生奖学金等。
以深度学习为代表的AI技术已经在图像、语音、自然语言等领域得到了广泛的应用。部署在移动终端本地的AI算法在实时性、隐私性和成本方面都相对云侧AI有着天然的优势，在很多场景下，在端到端精度上也能形成优势。然而，受制于终端有限的资源，端侧AI在算力和存储空间上都面临着技术挑战。对于包括支付宝在内的超级App来说，由于极广的用户覆盖和业务场景，这些挑战被进一步放大，同时也对研发效率提出了更高的要求。在我们看来，极致的端侧AI能力来自于算法与工程实现的深度整合。本讲将重点分享以下几个方面：
1. 算法层，深度学习模型压缩与加速技术，包括权重稀疏化与离散化、通道剪裁、卷积分组、网络结构搜索等。
2. 实现层，深度学习预测引擎的优化，包括缓存优化、多线程调度，整型计算、异构计算等。
3. 蚂蚁金服为端侧AI业务的快速落地建设的研发支撑体系，以及业务案例。
地点：百宴厅4
