中科院计算所简介及导师介绍重要性

中国科学院计算技术研究所(简称“计算所”)成立于1956年,是中国第一个计算机科学与技术研究机构,被誉为“中国计算机事业的摇篮”。计算所拥有国家科学中心、国家重点实验室、国家工程研究中心等多个国家级科研平台,承担了“两弹一星”、曙光系列超级计算机、龙芯CPU等国家重大科技任务,在人工智能、大数据、计算机体系结构、量子计算、芯片设计等领域处于国际领先水平。

计算所研究生教育是国家研究生培养体系的重要组成部分,现有在岗研究生导师200余人,其中中国科学院院士3人、中国工程院院士2人、国家杰出青年科学基金获得者15人、国家级人才计划入选者40余人,形成了一支高水平、国际化、跨学科的导师队伍。

对于志在报考计算所的考生而言,深入了解导师的研究方向、团队氛围、招生要求、培养模式等信息至关重要。本页面系统整理计算所各研究中心、重点实验室导师信息,结合考生高频关注问题,提供全面、准确、实用的择导参考指南,帮助考生实现从“信息获取”到“科学决策”的跨越。

  • ⚡ 权威性:信息源自计算所官网、招生简章、导师个人主页及在读学生访谈
  • ⚡ 系统性:覆盖所有研究中心、实验室及重点团队,按研究方向分类整理
  • ⚡ 实用性:提供择导策略、联系技巧、面试准备等实战经验
  • ⚡ 时效性:实时更新2024年招生政策及导师变动信息

重点实验室核心导师团队

计算所下设多个国家级与院级重点实验室,是高端人才培养与前沿科研的主阵地。以下为部分代表性实验室及导师介绍:

计算机体系结构国家重点实验室

牵头单位为计算所,聚焦高性能处理器设计、异构计算架构、存算一体等方向。代表性导师:

  • 孙凝晖院士:中国科学院院士,长期从事高性能计算机系统研究,主持曙光系列超级计算机研制,2024年招生方向为智能超算系统。
  • 陈云霁研究员:国家杰出青年基金获得者,人工智能芯片专家,龙芯3号主设计师,研究方向为神经网络处理器设计与编译优化。
  • 李华伟研究员:主持“先导专项”课题,专注异构融合计算架构与新型存储系统。
★ 近三年录取硕士/博士生平均42人/年;导师组提供国际交流机会≥2次/年

计算机网络学术重点实验室

聚焦下一代互联网、网络空间安全、6G无线网络等方向,承担国家重点研发计划项目10余项。

  • 李星教授:中国互联网奠基人之一,中国教育和科研计算机网CERNET创始人,2024年招生方向为IPv6/IPv4过渡技术。
  • 李振波研究员:网络测量与大数据分析专家,主持国家自然科学基金重点项目。
  • 王秀利研究员:专注网络人工智能,研究方向为基于AI的网络安全态势感知。
★ 实验室拥有国家级网络测量平台,提供丰富实验资源与工业界合作项目

智能处理器实验室

以“寒武纪”系列芯片为标志,推动AI芯片从理论到产业的全链条创新。

  • 包云岗研究员:“一生一芯”计划发起人,开源芯片与RISC-V生态推动者。
  • 张兴研究员:先进制程下AI芯片可靠性设计专家,研究方向为抗辐射AI处理器。
★ 与寒武纪科技深度合作,优秀学生可获企业实习直通机会

研究中心导师团队

计算所研究中心面向国家重大需求,开展系统级攻关,培养复合型工程人才:

1. 大数据处理研究中心

程学旗研究员:国家“万人计划”领军人才,大数据挖掘与知识工程专家。2024年招生方向:多源异构数据融合、知识图谱构建与推理。

李翠平教授:数据管理与分析专家,主持科技部重点研发计划项目“面向城市治理的大数据平台”。团队提供政府数据开放实践平台。

2. 智能信息处理研究中心

刘成林研究员:模式识别与机器学习专家,中国自动化学会会士。研究方向:文档图像分析、OCR与视觉语言理解。

王亮研究员:计算机视觉专家,ImageNet竞赛冠军团队核心成员,2024年招生聚焦AIGC内容检测与安全评估。

3. 计算机系统结构研究中心

唐志豪研究员:微体系结构设计专家,主持国产处理器验证平台研制。

陈天石研究员:石墨烯芯片与新型计算范式探索者,2024年新增“量子-经典混合计算架构”招生方向。

青年PI导师(40岁以下)

计算所重视青年人才成长,一批优秀青年学者已成为科研中坚力量,他们学术活跃、指导风格开放、项目经费充足:

导师姓名 职称/职务 研究方向 代表性成果 2024招生方向
范东睿 研究员/博导 众核处理器设计、异构计算编译 发布国内首款众核AI芯片“寒武纪MLU100”原型 存算一体架构、编译器优化
李明 研究员 边缘智能、轻量化模型部署 IEEE TPAMI论文12篇,H指数38 模型压缩、硬件感知神经网络设计
王一帆 研究员 隐私计算、联邦学习 主持科技部青年重点研发计划 差分隐私保护、跨模态联邦学习
张文军 研究员 区块链底层技术、分布式系统 牵头制定IEEE P2418.2标准 可验证计算、零知识证明应用

〈提示〉青年导师普遍欢迎有编程基础(Python/C++)、熟悉GitHub协作流程、具备科研潜力的考生,建议提前联系并提交预研计划。

国际合作项目导师

计算所与MIT、Stanford、ETH Zurich、MPI等国际顶尖机构建立联合实验室,导师团队含多位海外背景专家:

  • ⚡ 王元卓研究员:国家“海外高层次人才计划”入选者,麻省理工学院博士后,研究方向为图神经网络与图计算系统,2024年与ETH Zurich联合培养2名博士生。
  • ⚡ 陈云霁/李华伟团队:与MIT Lincoln Laboratory合作开展“神经形态计算”项目,提供每年1次国际会议资助。
  • ⚡ 刘畅研究员:斯坦福大学访问学者,主持中德(DAAD)合作项目,研究方向为安全多方计算,2024年新增“中德双学位”名额1名。

国际导师共性优势:英文指导能力强、论文发表周期短(多数顶会录用率≥30%)、提供国际差旅支持(平均每人每年≥1.5万元)。

人工智能方向导师及研究重点

人工智能是计算所当前投入最大、成果最丰硕的方向,涵盖基础理论、芯片、系统、应用全栈:

2024年新增方向

〈AIGC内容安全〉:面向生成式AI的检测与溯源技术,导师:刘成林、王亮;需要具备图像/文本处理基础。

持续热门方向

〈视觉与语言〉:多模态大模型(如通义千问、Kimi)的适配与优化,导师:张文军、李明;欢迎有Transformer实现经验者。

〈强化学习〉:在机器人控制、游戏AI中应用,导师:陈云霁团队;需掌握PyTorch/TensorFlow。

基础研究方向

〈神经形态计算〉:模拟人脑的脉冲神经网络硬件实现,导师:唐志豪;涉及硬件建模与仿真。

【典型学生路径】本科CS/自动化→发表ICML/CVPR→直博→留所或进入AI企业核心部门。

体系结构方向导师及研究重点

计算所体系结构方向历史悠久,以“龙芯”“曙光”为标志,强调软硬协同设计能力培养:

研究方向 代表导师 核心课程 实验平台 产业合作
RISC-V生态构建 包云岗 处理器设计实践、开源EDA工具链 开源CPU验证平台、FPGA原型系统 阿里平头哥、芯来科技
异构计算系统 李华伟 高性能计算、GPU编程 GPU服务器集群、AI训练集群 寒武纪、英伟达(中国)
量子计算架构 陈天石 量子算法、量子纠错 超导量子计算模拟器 本源量子、谷歌量子AI

〈建议〉体系结构方向重视系统编程能力(C/汇编/Makefile),建议考生提前掌握Linux内核模块开发基础。

网络与安全方向导师及研究重点

面向国家网络空间安全战略,聚焦IPv6、6G、AI安全等前沿问题:

李星教授团队

研究重点:BGP安全、IPv6部署策略、网络资源标识符(IRI)体系。

2024招生要求:熟悉网络协议栈、能使用Wireshark抓包分析;优先录取CERNET成员校学生。

李振波研究员团队

研究重点:大规模网络测量、DDoS攻击检测、网络行为分析。

特色项目:“中国网络地图”计划,提供TB级真实流量数据集。

王秀利研究员团队

研究重点:AI驱动的威胁情报生成、APT检测、云安全。

合作企业:奇安信、腾讯安全,学生可参与真实攻防演练。

前沿交叉方向(新兴增长点)

计算所积极布局交叉学科,培养复合型人才:

  • ⚡ 脑科学与AI:与中科院神经所合作,研究方向为神经形态视觉传感器、类脑计算架构。导师:刘成林、张文军。
  • ⚡ 生物信息学:基因组组装算法、蛋白质结构预测(AlphaFold2改进),导师:程学旗团队。
  • ⚡ 碳中和计算:数据中心能耗优化、绿色AI算法,导师:李明、王一帆。
  • ⚡ 元宇宙基础设施:实时渲染系统、分布式虚拟现实,导师:唐志豪、陈云霁。

〈特别提示〉交叉方向通常要求考生具备双学科背景(如CS+生物/物理/数学),欢迎跨专业考生提前补修核心课程。

2024年计算所招生政策深度解读

计算所实行“统一招生、分类培养”模式,所有专业在“计算机科学与技术”一级学科下招生,入学后根据兴趣与导师匹配分流。

招生规模

2024年计划招生硕士生180人、博士生90人(含留学生15人)。其中:

  • 推荐免试比例≥65%(约117人)
  • 统考名额约113人(含“少数民族骨干计划”5人)
  • “工程博士”专项10人(面向企业联合培养)
★ 实际录取可能微调,以研招网最终公示为准

选拔流程

9-10月

夏令营/预推免(开放线上科研体验日)

10月

全国推免生预报名(9月28日后)

12月

全国硕士研究生招生考试(初试)

次年3月

复试(机试+面试+英语口语)

奖学金体系

类型 金额(年) 覆盖比例
学业奖学金 硕士:8000-12000元 100%(一等≥30%)
科研绩效奖 1200-3000元/月 根据项目参与度发放
国际交流资助 1.5万-3万元/次 优先支持顶会作者

【重要变化】2024年政策调整

  • ① 取消专业课统考:初试仅考政治、英语一、数学一,专业课转为复试笔试(数据结构+操作系统)。
  • ② 强化科研潜力考察:复试增加“预研计划陈述”环节(5分钟PPT),考察问题意识与逻辑能力。
  • ③ 开放“导师双选”机制:通过夏令营优秀营员可直接锁定导师名额。

专家建议:如何高效备考计算所研究生

基于10年招生经验与500+录取学生访谈,整理以下核心建议:

一、择导策略三步法

〈第一步:定位自身优势〉

  • 编程能力:C/C++/Python熟练度(能否手写红黑树?)
  • 数学基础:线代/概率/最优化掌握程度
  • 科研经历:是否发过论文?参与过项目?

〈第二步:匹配导师需求〉

访问www.kaoacca.cn→“导师档案”,查看导师近3年论文(优先选有顶会/期刊的);阅读其课题组GitHub(活跃度反映团队风格)。

〈第三步:主动联系技巧〉

  • 邮件主题格式:【2024推免】姓名-学校-研究方向
  • 正文结构:① 自我介绍(GPA/排名)② 相关经历(项目/竞赛)③ 研究兴趣(具体到技术点)④ 未来规划
  • 附件:成绩单+简历+课程设计报告(选2份)

二、机试备考清单

计算所机试时长2小时,4道编程题(ACM格式),难度≈PAT甲级:

知识点类别 高频题型 推荐练习平台
基础算法 DFS/BFS、动态规划、贪心 AcWing、Codeforces
数据结构 链表、树、图、堆、并查集 LeetCode(中等以上)
系统编程 Linux命令、Shell脚本、Makefile 牛客网-系统设计题

三、面试高频问题

〈专业问题〉

  • “请解释你项目中用到的算法,时间复杂度如何优化?”
  • “如果让你设计一个分布式日志系统,会考虑哪些问题?”
  • “如何看待当前AI大模型的局限性?”

〈科研潜力题〉

  • “你读过最近一年计算所哪篇论文?有何启发?”
  • “如果课题组要开展新方向,你会建议什么?”

〈建议〉:提前准备1分钟自我介绍+1分钟研究计划陈述,用STAR法则(Situation-Task-Action-Result)回答案例问题。

导师选择决策树:从兴趣到匹配

选择导师是影响读研体验的关键决策,需综合考量以下维度:

维度1:学术风格

〈宽松型导师〉:包云岗、李星等,重自主探索,定期组会但不强制考勤;适合独立性强、有明确方向者。

〈严控型导师〉:孙凝晖、程学旗等,重视过程管理,周报+月度进度检查;适合需外部驱动、易拖延者。

维度2:经费与资源

〈项目密集型〉:刘成林、李振波团队,经费充足(年均千万级),提供高性能计算资源与工业数据。

〈基础研究型〉:陈云霁、唐志豪团队,依托重点实验室,设备先进但项目周期长。

维度3:就业支持

〈学术路线〉:王元卓、张文军等,鼓励发顶会、提供国际交流,支持博士后/教职申请。

〈产业路线〉:李明、王一帆等,与BAT、华为、寒武纪深度合作,推荐实习与内推机会。

【避坑指南】学生常见误区

  • ✗ 盲目追求“院士头衔”:院士团队招生少、指导时间有限,建议优先选活跃在一线的杰青/优青。
  • ✗ 忽视实验室文化:通过知乎、小红书搜索“计算所XX组”,了解真实组内氛围。
  • ✗ 过度关注“热门方向”:AI虽热,但芯片、系统方向竞争比低、就业稳,需结合个人禀赋。

毕业去向与职业发展全景图

计算所毕业生以“基础扎实、工程能力强”著称,就业质量长期居全国前列:

就业方向 代表单位 平均起薪(2023) 发展特点
科研院所 中科院各所、清华、浙大 25-35万元 博士为主,海外博后路径清晰
头部企业 阿里、腾讯、华为、字节 40-70万元 算法/系统/芯片岗,股票激励丰富
自主创业 寒武纪、地平线等AI公司 股权收益为主 依托计算所孵化,成功率高
公务员/事业编 工信部、网信办、央行金融科技局 15-25万元 需通过国考,专业匹配度高

典型案例分享

李同学(2020级硕士)

导师:李华伟研究员;研究方向:异构计算编译优化。

→ 毕业后加入华为鸿蒙团队,负责方舟编译器性能优化;

→ 2023年获“华为天才少年”计划(年薪201万);

【经验】:“在计算所打下扎实系统功底,是快速解决华为复杂工程问题的关键。”

张同学(2019级博士)

导师:包云岗研究员;研究方向:RISC-V开源生态。

→ 联合发表ASPLOS顶会论文2篇;

→ 2023年创立芯片初创公司,获红杉资本A轮投资;

【经验】:“计算所的开源芯片平台提供了技术验证基础,导师团队提供创业指导。”

长期职业发展建议

  • ① 读博深造:计算所与MIT、Stanford有联合培养,建议硕士期间发表2篇以上CCF-A类论文。
  • ② 技能复合:掌握“CS+X”(X=数学/物理/生物),如AI for Science方向。
  • ③ 行业深耕:在细分领域(如EDA、量子计算)积累10年经验,成为不可替代专家。