研究主題 Research
研究主題 Research
分析主流量子運算模擬函式庫如 cuQuantum、QuEST 的效能瓶頸,並利用多執行序/GPU、快取的特性和數學性質等,最佳化量子電路的模擬程式。
此主題分為兩個組別,其一是分析同態加密各個步驟的執行效率,並針對這些執行步驟個別進行最佳化。另者設計硬體電路,研究將同態加密透過客製化硬體加速的方法。
研究加速大型語言模型訓練 (training)、微調 (fine-tuning) 或推論 (inferencing) 的各種技術,諸如 LoRA (Low-Rank Adaptation of Large Language Models)、參數量化 (parameter quantization) 等。
改進傳統將電子控制單元 (ECU) 遍佈車輛的設計,透過虛擬化技術,將任務集中於更少的 ECU 上,藉此開發高效率使用硬體資源且降低資料傳輸時間的智慧車載系統。