冯圣中
研究员，研究组组长，博士生导师
Email: fengshengzhong@@gdiist.cn
个人简介：
冯圣中，研究员，博士生导师，高性能智能计算研究组组长。中国科学技术大学理学学士、北京理工大学工学博士，中国科学院百人计划研究员。先后担任中国科学院计算技术研究所副研究员、多伦多大学访问教授、中国科学院深圳先进技术研究院研究员、国家超算深圳中心研究员。主要研究方向为高性能计算、大数据技术、人工智能、生物信息学等。他作为骨干成员，获中国科学院杰出贡献奖、国家科技进步二等奖，海外留学生创新创业大赛一等奖，微软HPC大赛指导教师奖第一名，全国科技抗疫先进个人。作为技术负责人，参与了重大科技基础设施深圳超算一期、二期建设。主持或参与国家、省、市数十个重大重点科研项目。多次参与国家、省、市科技计划编制。发表论文一百多篇，培养硕士研究生、博士研究生、博士后数十名。
高性能智能计算研究组：
高性能计算是国际科技竞争的焦点，在国家科技创新、社会发展和产业升级等方面，发挥着重要作用。高性能计算面临访存墙、可靠性与可用性、高可扩展并行算法设计与并行编程、低功耗计算问题等诸多挑战。类脑计算是脑科学、信息技术、数学等学科高度交叉融合的新方向，是解决功耗、访存、可靠性、可扩展性等问题的非常有吸引力的新领域，受到国际学术界的高度关注和产业界的期待。开展相关应用生态技术研究，具有重要创新性和广阔应用前景。
高性能智能计算组将结合高性能计算与类脑计算等交叉领域，聚焦类脑计算应用生态技术研究，瞄准国际前沿和国家战略需要，开展类脑计算硬件-算法协同设计、类脑计算模型与编程模型、基于类脑芯片的基础算子库、数值计算与智能计算深度融合方法、混合精度计算技术、低功耗计算、应用示范等方向开展研究。
代表性论文：
1. Jintao Meng, Chen Zhuang, Peng Chen, Mohamed Wahib, Bertil Schmidt, Xiao Wang, Haidong Lan, Dou Wu, Minwen Deng, Yanjie Wei, Shengzhong Feng: Automatic Generation of High-Performance Convolution Kernels on ARM CPUs for Deep Learning. IEEE Trans. Parallel Distributed Syst. 33(11): 2885-2899 (2022)
2. Jinzhi Lin, Shengzhong Feng, Yun Zhang, Zhile Yang, Yong Zhang: A novel deep neural network based approach for sparse code multiple access. Neurocomputing 382: 52-63 (2020)
3. 冯圣中，李根国，栗学磊，齐富民，黄典，万艺，吴金成. 新兴高性能计算行业应用及发展战略. 中国科学院院刊，2019, 34（6）：640-647.
4. Zhendong Bei, Zhibin Yu, Huiling Zhang, Wen Xiong, Cheng-Zhong Xu, Lieven Eeckhout, Shengzhong Feng: RFHOC: A Random-Forest Approach to Auto-Tuning Hadoop's Configuration. IEEE Trans. Parallel Distributed Syst. 27(5): 1470-1483 (2016)
5. Jintao Meng, Sangmin Seo, Pavan Balaji, Yanjie Wei, Bingqiang Wang, Shengzhong Feng: SWAP-Assembler 2: Optimization of De Novo Genome Assembler at Extreme Scale. ICPP 2016: 195-204
6. Jintao Meng, Bingqiang Wang, Yanjie Wei, Shengzhong Feng, Pavan Balaji: SWAP-Assembler: scalable and efficient genome assembly towards thousands of cores. BMC Bioinform. 15(S-9): S2 (2014)
7. Yaobin He, Haoyu Tan, Wuman Luo, Shengzhong Feng, Jianping Fan: MR-DBSCAN: a scalable MapReduce-based DBSCAN algorithm for heavily skewed data. Frontiers Comput. Sci. 8(1): 83-99 (2014)
8. Shengzhong Feng, Elisabeth R. M. Tillier: A fast and flexible approach to oligonucleotide probe design for genomes and gene families. Bioinform. 23(10): 1195-1202 (2007)
9. Guangming Tan, Lin Xu, Zhenghua Dai, Shengzhong Feng, Ninghui Sun: Regular Paper: A Study of Architectural Optimization Methods in Bioinformatics Applications. Int. J. High Perform. Comput. Appl. 21(3): 371-384 (2007)
10. Guangming Tan, Shengzhong Feng, Ninghui Sun: Cache oblivious algorithms for nonserial polyadic programming. J. Supercomput. 39(2): 227-249 (2007)
11. Guangming Tan, Shengzhong Feng, Ninghui Sun: Biology - Locality and parallelism optimization for dynamic programming algorithm in bioinformatics. SC 2006: 78
12. 冯圣中，谭光明，徐琳，孙凝晖，徐志伟，曙光4000H生物信息处理专用机高性能算法研究. 计算机研究与发展，2005, 46（2）：1053-1058.
