加入我们

课题组位于北京师范大学珠海校区，依托交叉智能超算中心开展研究，中心管理 400 张 A100/A800 GPU。

我们长期招收博士后、博士生、硕士生、科研助理和本科生，研究方向为边缘 AI 系统：

• 边缘系统：云边协同、AI Infra、容器与 Kubernetes 调度、资源分配
• 人工智能：多智能体系统、扩散模型、大语言模型、RAG、Agentic RL、多模态

科研助理和本科生可以线上或线下参与。

课题组在做什么

总体目标是构建多模态分布式边缘智能系统：让大模型、扩散模型等 AI 应用在算力、内存和带宽都受限的边缘环境里跑得快、跑得稳、成本低。具体分为五个方向，见研究版图与方向。

近两年的部分成果（完整列表见导师主页）：

• 生成式 AI 加速：BWCache（ICLR 2026）、PrediT 和 SCOPE（ACM MM 2026），代码均已开源；
• 大模型服务：HeraSys 和 Semantic Cache Distillation（ICML 2026），以及 IEEE TSC、TMC 上的多篇期刊论文；
• 容器调度：IEEE TMC、TSC、ToN、TC 上的系列论文，LRScheduler 获 MSN 2024 最佳论文奖；
• 综述：Empowering Edge Intelligence: A Comprehensive Survey on On-Device AI Models（ACM Computing Surveys, 2025）。

每篇论文的简介见组内论文导读。

本科生在组里做什么

阶段	大约多久	做什么	产出
入门	1～3 个月	按学习路线补基础，完成 L1 和本方向的实验	实验记录
复现	2～3 个月	读组内论文，复现其中一篇	复现报告、组会汇报
参与	之后	和研究生一起做实验、搭系统、写代码	论文中的实验、开源代码
主导	有了积累后	提出自己的问题和方法，申报大创、参加竞赛、做毕设、写论文	项目、论文

每个人的进度不同，时间只是参考。每周写周报，卡住了随时提问。

我们希望你

• 每周能稳定投入 10 小时左右，考试周可以暂停，提前说一声就行；
• 愿意动手，遇到报错先自己查，查不到再问；
• 主动沟通，按时写周报；
• 遵守学术规范。

不要求一开始就会很多东西，这份手册就是为零基础的同学准备的。

怎么申请

发邮件到 zhiqingtang@bnu.edu.cn，邮件中请包括：

1. 简历（课程成绩、项目经历、获奖情况）；
2. 感兴趣的研究方向，以及你读过的一篇相关的组内论文和你的看法（见组内论文导读）；
3. 如果已经完成了本手册中的部分实验，附上实验记录或 GitHub 仓库链接。这是展示动手能力最直接的方式。例如对容器调度感兴趣，可以做 L9 层感知容器调度仿真；对生成式 AI 加速感兴趣，可以做 L5 扩散模型推理与加速。调度算法挑战赛开放后（即将开放），取得的好名次也可以写在邮件里。

邮件怎么写可以参考联系导师的邮件模板。

更多信息

• 导师主页：唐志清（北师大教师主页）
• 论文列表：Google Scholar