上交大学子柳清源：软件创新释放AI算力，科研热爱共谱青春

当云计算与人工智能技术蓬勃发展之际，一位年轻的学者凭借卓越的科研能力崭露头角。他以软件为桥梁，深入挖掘硬件性能潜能，为通用计算与大规模模型推理任务构建起高性能、低成本的底层支撑体系。这位青年才俊，正是上海交通大学计算机学院2024级致远荣誉计划博士研究生柳清源。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

柳清源在博士阶段专注于云计算基础设施系统软件的全栈效能优化，致力于为通用计算任务与大规模模型推理任务打造高性能、低成本且易于开发的底层支撑环境。他的研究成果斐然，在ATC、ASPLOS和TOCS等操作系统、体系结构与云计算领域的顶级会议上发表了6篇论文。这些成果不仅在学术界引起了广泛关注，还在实际应用中取得了显著成效，成功落地华为云，并实现了大规模现网验证与部署。他还是全球首个刻画服务器无感知计算关键指标的开源基准测试集ServerlessBench的主要学生贡献者与维护者，凭借出色的表现荣获博士国家奖学金、上海市优秀毕业生等多项荣誉。

柳清源的科研之路并非一帆风顺，而是一段从模仿到创新、从跟随到引领的成长历程。本科三、四年级时，他便积极参与项目实践，跟随学长学姐的脚步，在项目中不断磨练自己的科研能力，积累了丰富的工程经验。进入博士阶段后，他开始尝试独立探索科研方向，尽管过程中遇到了诸多迷茫与挑战，但在实验室杜冬冬、夏虞斌和陈海波老师的悉心指导下，他逐渐找到了适合自己的科研节奏，开始从科研项目的全流程入手，实现探索与迭代的闭环。

在AI算力需求远超摩尔定律增速的背景下，柳清源将目光聚焦于云计算基础设施系统软件的全栈效能优化，从运行效率和演进效率两大维度展开攻坚。在运行效率方面，针对云上复杂异构的算力资源，他通过革新系统设计，实现精细化的资源管理与智能任务编排，使硬件资源利用率大幅提升，进而提高了任务性能并降低了计算成本。在演进效率方面，面对应用与算力架构的快速迭代，他前瞻性地探索以大规模模型辅助系统软件开发，将智能化融入工程实践，有效压缩了系统适配的人力与时间成本，推动了基础设施软件的敏捷进化。

面对科研工作的漫长与不确定性，柳清源有着自己独特的应对方法。他习惯将研究设想框架化，仔细梳理其中的逻辑断层、数据盲区与文献缺口，然后将其拆解成可执行的具体任务。这种工作方式让复杂的科研进程变得更有方向感，每完成一个小节点，都能带来一点小小的进展感，就像解开一道数独题目。在他看来，科研的魅力就在于持续的探索与发现，而这些微小的推进，正是支撑他在科研道路上不断前行的动力。

除了科研工作，柳清源还十分注重生活与科研的平衡。他在上海交通大学学生合唱团度过了九年的美好时光，周末的排练成为他调剂生活节奏、与朋友相聚的重要方式。2024年，他随团参加了在新西兰举办的世界合唱大赛，凭借出色的表现获得了双组别金奖和冠军的好成绩，这段经历为他的生活增添了一抹别样的色彩。