剑桥大学

剑桥大学·计算机科学与技术系·端侧大模型推理方向

英国 · 博士

剑桥大学在端侧机器学习系统领域拥有独特的研究实力，Nic Lane 教授领导的 CaMLSys 实验室专注于设备端与云端协同的高效 ML 系统，Cecilia Mascolo 教授的移动系统研究则为端侧设备上的学习与推理提供了系统级支撑。

学术历史

剑桥大学的端侧 AI 研究集中在计算机科学与技术系。Nic Lane 教授在加入剑桥前曾在牛津大学和贝尔实验室从事移动感知与边缘 AI 研究，其 DeepX 工作是移动设备上深度学习推理加速的早期开创性贡献。加入剑桥后，Lane 教授创立了 CaMLSys 实验室，获得英国皇家工程院 250 万英镑新兴技术讲席资助，开展去中心化隐私保护 AI 项目（DANTE）。Mascolo 教授是移动系统领域的权威，获得 ERC 高级研究基金和 EPSRC 开放奖学金，其团队在端侧设备上的测试时适应（TinyTTA）和资源感知训练（TinyTrain）方面产出重要成果。

当前状态

CaMLSys 实验室当前研究涵盖设备端与云端协同的 ML 系统设计、分布式执行与适应、以及多模态数据的高效推理。Mascolo 教授的团队聚焦于移动系统中的机器学习方法，特别是移动健康场景下的端侧学习与推理，近期在 NeurIPS 和 ICML 发表了端侧测试时适应和资源感知稀疏训练的工作。两位教授共同指导移动、可穿戴系统与增强智能中心。

实验室 / 研究中心

Cambridge Machine Learning Systems Lab (CaMLSys)

访问页面 →

Cambridge Mobile Systems Research Laboratory

访问页面 →

关键人物

Nic Lane

Professor

剑桥大学机器学习系统教授，CaMLSys 实验室主任，英国皇家工程院新兴技术讲席获得者。研究涵盖设备端与云端协同 ML 系统的设计、架构与算法，早期 DeepX 工作开创了移动端深度学习推理加速领域。

Cecilia Mascolo

Professor

剑桥大学移动系统全职教授，移动系统研究实验室主任，英国皇家工程院 Fellow。获得 ERC 高级研究基金，研究涵盖移动系统中的机器学习方法，特别是端侧学习与移动健康应用。

学术资源

剑桥大学计算机科学与技术系研究生招生 → 官方资源

来源：University of Cambridge Department of Computer Science and Technology

证据

排名

# ()

师资

2 位相关教师

知名：Nic Lane、Cecilia Mascolo

研究产出

See mlsys.cst.cam.ac.uk and Google Scholar for publication counts

就业去向

发现信息有误？提交纠错