公告
🔥提供代码、复杂推理、多模态与智能体任务等领域的高质量原创任务数据,可添加:aiFreeCode 咨询

杨硕

加州大学伯克利分校 EECS 博士生
Infra 与推理 推理MoE 个人主页

研究方向为机器学习系统,聚焦高效 AI 推理与硬件感知的算法设计。近期工作探索如何围绕现代硬件重新思考 AI 系统与算法,涵盖高效 LLM 服务、消费级硬件上的大规模模型推理以及高性能机器学习算子。他是 FlashLib 与 FreeToken 的主要开发者:FlashLib 为现代加速器重新设计经典机器学习算法,FreeToken 让前沿级模型在个人与边缘硬件上高效运行。

1 场 Talk 0 篇论文 0 个开源项目 0 篇文章 更新于 2026-10-24
杨硕|青年科学家

青稞 Talk / AMA

返回青年科学家目录

研究动态最后更新: 2026-10-24

正在直播 B 站