副教授 硕士生导师
主要任职： CCF 体系结构、嵌入式系统专委会执行委员，CPU 集训队总教练
性别： 男
毕业院校： 重庆大学
学历： 研究生(博士后)
学位： 工学博士
在职信息：在职
所在单位： 计算机学院
办公地点： 江南分院9号楼
电子邮箱：
开通时间： ..
最后更新时间： ..
【基本简介】
陈鹏，工学博士/博士后，副教授，硕士生导师。新加坡国立大学（QS2026世界排名第8）博士后。新加坡南洋理工大学、香港理工大学与重庆大学联合培养博士。现任CCF体系结构、嵌入式系统专委会执行委员（重邮唯一），重邮CPU设计集训队创始人兼总教练。
研究专长聚焦计算机系统全栈研究，涵盖自动驾驶/机器人/无人机、边缘智能算法、嵌入式系统、编译器优化、软硬件协同设计、片上网络（NoC）、处理器设计、Chiplet互连技术等方向。致力于从算法模型、操作系统/编译器、体系结构的软硬协同视角，系统性平衡芯片与计算机系统的面积、性能与功耗（PPA），助力我国自主可控基础软硬件发展，推动芯片国产化进程。
育人方面，突破传统“用”计算机的培养模式，以“造”计算机为核心目标，构建并实施了“一体两翼”计算机全栈系统能力培养体系——以“教学-竞赛-科研-实践”四位一体为核心；左翼重构教学内容，贯通算法到电路全栈培养路径；右翼创新教学方法，激发学生内生动力与探索精神。践行“为党育人、为国育才、为国造芯”使命，助力国家科技自立自强。
【招生说明】
陈老师以教学育人和科技报国为其终生的志向和兴趣，对中国文化哲学怀有深厚的热爱，尤其对老子《道德经》情有独钟。陈老师深谙《道德经》中的“无为而无不为”思想，这一理念也深深影响着他的教育与教学方式。“无为”，在陈老师看来，并非真正的无所作为，而是不过度追求功利和结果，更强调顺应自然规律。陈老师坚信，以高尚的品格立世，以端正的态度行事，注重过程并全力以赴，才是真正的“无为”之道。而“无不为”则是在恪守自然法则的前提下，自然而然地获得成功。
因此，陈老师对人才的评价为人品和态度第一，其次是能力，没有高分情结，海纳百川。陈老师珍视人才，致力于栽培志向远大、能力出众的学子。无论你是来自何方学府、何种专业的准研究生，无论你是计科文峰班还是计科菁英班等的本科生，陈鹏老师团队（Sysarch@CQUPT）都热忱欢迎你的加入。但因为名额有限，请附上简历、成绩单和加入缘由，提前邮件（chenpeng@cqupt.edu.cn）申请。
2027年硕士研究生招生信息
招生学院：计算机科学与技术学院（示范性软件学院）
招生专业：
学术学位（全日制）：081200计算机科学与技术
专业学位（全日制）：085404计算机技术、085405软件工程
招生计划：学硕1-2人，专硕2-3人
研究方向：计算机系统全栈研究（此为学院稀缺研究方向，发展潜力巨大）
加分项（熟悉以下一门或多门课程者将优先考虑）：
硬件课程：计算机组成原理、计算机体系结构
软件课程：嵌入式机器学习(Embedded ML/TinyML)、操作系统、编译原理
【培养目标】
根据陈老师构建的系统人才培养体系，全面培养学生在计算机全栈式软硬件系统开发、抽象思维、创新实践和团队协作等多方面的能力。为提升学生实战和学术水平，陈老师以全国大学生计算机系统能力培养大赛等全国性赛事为平台，鼓励学生参赛并争取国家级奖项，以此彰显计算机全栈工程能力。同时，陈老师还将CCF-A/B类推荐的学术论文及专利发表等成果，作为学生学术能力的直观体现。该系统人才培养体系将助力学生脱颖而出，赢得如华为“天才少年”计划等头部人才计划Offer。此外，陈老师还将为学生铺设通往国内外名校深造的坦途，践行“为党育人、为国育才”的崇高使命。为确保学生学习方向的连贯性，针对表现突出的本科生，将实施本硕连读一体化培养模式。
【教育理念】
一、秉承“四位一体”教育模式。
该模式以“造计算机”为核心驱动，系统培养具备全栈思维与实践能力的计算机人才。将核心课程教学、学科竞赛锤炼、前沿科研探索与工程实践应用深度融合，通过项目贯穿、问题驱动，实现理论、技术、创新与能力的有机统一。教学提供理论基础，竞赛激发创新动力，科研开拓技术视野，实践促进能力转化。四者环环相扣、彼此赋能：科研为竞赛注入前沿方法，竞赛成果反哺教学案例，工程实践贯穿各环节，最终在“造计算机”的这一完整项目中实现知识贯通、能力聚合与系统思维的全面提升。
二、强调布“道”与传“术”并重。
“道”与“术”并重，是培养知行合一、兼具深度与广度人才的核心理念。“道”指向系统思维与创新范式，“术”强调具体知识与实践能力。主张既授人以鱼，亦授人以渔：在教学中既注重锻炼学生的抽象思维与多维度分析能力，引导其从现象提炼本质，从具体拓展至一般；同时坚持理论联系实际，鼓励学生开展广度探索与深度钻研，构建立体化的知识体系。
三、打造计算机“全栈式”人才培养体系。
为扭转“重应用、轻系统，重软件、轻硬件”的计算机学科现状，在后摩尔定律时代，系统软件和体系架构成为关键的推动因素。在软件维度，从系统软件层延伸至应用算法层；在硬件维度，从体系架构层贯穿至逻辑电路层。依托四位一体培养载体，构建覆盖“逻辑电路层—体系结构层—系统软件层—应用算法层”的系统化培养路径，旨在培育具备跨层理解、系统设计、整体优化能力的全栈型人才。
当前，系统能力培养已成为国内高校计算机教育的普遍共识，适应人工智能与大模型时代对跨栈型人才的迫切需求。具备全栈贯通能力，学生能够运用系统思维理解架构、高效解决复杂问题，显著增强创新与竞争力。这一方向也已得到政策与实践支持：教育部“101计划”将系统类课程提升至核心课程50%以上，研究生招生408考试逐步加强对系统能力与软硬件协同知识的考查，推动全栈人才培养体系与国家自主创新战略紧密结合。
四、推崇“启发式”教育，重视知识的循环输入输出。
通过“教学相长”机制与“费曼学习法”，引导学生深入探究问题本质及其系统关联，并掌握“What-How-Why”的递进式分析方法。在知识输入阶段，学生通过文献研读、技术调研与小组研讨等途径构建认知基础；在输出阶段，则通过学术报告、论文发表、专利申请、项目实践及学科竞赛等形式，实现知识向实践成果的转化。过程中，导师与高年级学生将协同参与，针对产出内容提供结构化、个性化反馈，形成“输入-输出-反馈”的闭环学习机制。同时，鼓励学生主动表达成长需求，导师依据个体差异、发展动态与环境变化，持续优化培养路径，实现因材施教与情境化育人的有机统一。
五、倡导师门内部的团结与互助，追求共同卓越。
正如非洲谚语和《礼记·学记》所言“独行快而众行远，独学寡而众学乐”，单独学习或许能让人快速进步，但团队协作却能让人走得更远。众多同学通过共同参与相同或类似的课题，与师门同仁并肩学习、一同解决技术难题。在这个过程中，大家相互激励、分享技术，不仅能逐步提升自身的成就感，还能取得持续性的进步，从而顺利地从“他驱型”学习者转变为“自驱型”学习者。这样的转变不仅显著提高学习效果，更让每位同学都深刻领略到学习的无穷乐趣。
【研究经历】
陈老师在计算机系统结构领域取得了显著的研究成果。近年参与发表了30余篇国际学术论文，其中包括12篇 ACM/IEEE Transactions级别论文和10篇 中国计算机学会CCF-A类推荐论文。其中，作为第一作者，在CCF-A类国际学术期刊如IEEE Transactions on TC、TCAD以及ACM Transactions on TACO上发表了多篇学术论文。还曾5次（韩国首尔、台湾新竹、韩国光州、美国纽约和中国北京）在国际学术会议上作学术报告，并荣获了Best Presentation Award和Best Poster Paper Award等多项学术奖项。
陈老师先后主持 国家自然科学基金-青年项目、重庆市自然科学基金-面上项目、重庆市教委科学技术研究计划-青年项目和重庆邮电大学-人才引进项目；同时，还先后参研国家自然科学基金-面上项目和新加坡-国家重点项目。主持 教育部产学合作协同育人项目“基于自主指令集CPU设计赛的计算机系统能力‘课赛一体化’培养体系探索与实践”、重庆邮电大学校级教改项目“破解AI时代‘系统思维赤字’：计算机专业系统人才培养的路径探索与实践”；参研市级教改项目1项、校级“课程思政”项目2项。
【教育教学】
在教学方面，陈老师主讲“硬件三件套”系列课程，包括本科生课程《计算机组织与结构》《微机原理与接口技术》及研究生课程《高级计算机系统结构》。在教学竞赛中获校级奖4项、院级第一名2项，其中《计算机组织与结构》入选校级优秀课堂教学案例。负责建设本科生新课《智能计算与体系结构》。此外，陈老师担任计科文峰班与计科菁英班的科研导师，并兼任计科菁英班班导师。
作为重邮CPU集训队的创立者，陈老师长期指导全国大学生计算机系统能力大赛-CPU设计赛（龙芯杯）、全国大学生集成电路创新创业大赛-CPU设计赛（竞业达杯），获评全国总决赛优秀指导教师。2025年，陈老师带领集训队在这两项全国总决赛中共获奖4项，不仅实现了重邮在该赛事全国总决赛获奖“零的突破”，更使重邮成为西部地区唯二在“龙芯杯”中同时斩获“团体+个人”奖项的高校（另一所为西北工业大学）。作为第一指导老师，指导学生主要获奖如下：
CPU集训队相关新闻：
2025年12月6日：北京竞业达走进重邮，开展CPU能力提升集训（点击链接查看）
2025年8月27日：中国教育电视台 @ 2025年全国大学生计算机系统能力大赛CPU设计赛（龙芯杯）全国总决赛（点击链接查看）
2025年8月27日：暑期赛不停！计算机学子在CPU设计全国总决赛再创佳绩（点击链接查看）
2025年8月21日：重邮CPU集训队优秀作品@重庆邮电大学-重邮一队（点击链接查看）
2025年7月16日：新成绩！我院学子斩获全国大学生集创赛CPU赛道西南赛区一等奖并晋级全国总决赛（点击链接查看）
【研究内容】
研究背景：当前，我国信息产业正面临美西方技术封锁的严峻挑战，实现芯片与基础软件的国产自主可控已上升为国家战略。习近平总书记深刻指出：“在别人的墙基上砌房子，再大再漂亮也可能经不起风雨。” 这要求必须构建起能与Wintel和AA体系抗衡的自主信息技术体系，涵盖指令集、处理器、编译器及软件生态。与此同时，我们正处在图灵奖得主Hennessy和Patterson所预言的“计算机体系结构的黄金年代”。随着摩尔定律放缓、登纳德缩放定律终结，传统通用处理器遭遇性能瓶颈。领域专用架构（DSA）、超异构计算、存算一体等新兴技术路径，为突破“冯·诺依曼瓶颈”提供了历史性机遇。从AI大模型（如DeepSeek）到自动驾驶（华为ADS），再到具身智能（宇树机器人），每一轮软件热潮都对底层硬件提出了前所未有的挑战与优化空间。陈老师团队直面上述机遇与挑战，致力于打通“算法模型— 系统软件 — 体系架构 — 逻辑电路”全技术栈，对芯片及整个系统的PPA（性能、功耗、面积）进行极限优化，培养能够从底层逻辑到顶层应用进行系统级创新设计的复合型人才。
研究特色：传统研究往往局限于单一技术层级——或只写算法、或只做操作系统、或只画电路。然而，当代计算系统（尤其是AI芯片、自动驾驶SoC）的性能瓶颈，本质上是跨层耦合的，比如：
一个优秀的算法，若不考虑Cache行对齐或数据流架构，在硬件上可能效率低下（如DeepSeek是“硬件感知的算法优化”的典型案例）；
一颗强大的处理器，若无匹配的编译器优化和任务调度策略，实际利用率将大打折扣。
陈老师团队拒绝培养“只会写Verilog的硬件工程师”或“只会调参的算法工程师”。 陈老师团队致力于培养能从应用负载特性出发，穿透操作系统、编译器，直至晶体管级别的全栈系统架构师——这正是当前国产芯片与自主可控产业最稀缺的人才。
研究方向聚焦自动驾驶、智能机器人、AI大模型、数据中心等产业核心应用场景，紧密对接地平线、华为、大疆等业界领先企业的技术需求，实现研究内容与产业实际需求的深度衔接、同频共振。
研究详述：以下以陈老师团队的三个代表性研究方向为例。
方向一：面向超异构计算的片上网络（NoC）与Chiplet互连
- 研究痛点：随着多核、众核及超异构芯片（CPU+GPU+AI DSA）的规模扩大，片上通信延迟与功耗成为性能瓶颈（存储墙、功耗墙问题加剧）。此外，芯片的热可靠性、任务调度效率以及多芯粒（Chiplet）集成带来的片间互连复杂度，是当前数据中心芯片、汽车SoC和AI加速器面临的核心挑战。
- 研究内容与目标：专注于基于电/光NoC的多核/众核/超异构芯片设计。从操作系统调度与体系架构层面出发，研究任务映射策略、先进路由算法、动态优先级管理、热感知温度建模、低延迟拓扑结构以及Chiplet互连通信协议等。目标是显著提升片上网络的通信效率、吞吐率与热可靠性，构建从片内到封装级（Chiplet）的统一通信骨架，为下一代大算力芯片提供核心支撑。
- 产业应用：研究成果可直接应用于自动驾驶汽车SoC（如地平线征程、Mobileye EyeQ）、AI云端/边缘加速器（如寒武纪、壁仞科技）、数据中心芯片（如华为鲲鹏）等。该领域核心技术由Arteris等国际企业主导，国产替代需求迫切——以开源NoC IP“温榆河”与“珠江”（源自香山处理器项目）为代表的自主方案正在崛起。
方向二：安全关键型嵌入式实时系统与机器人操作系统
- 研究痛点：在自动驾驶汽车、无人机、机器人等安全关键系统中，任务执行不仅要求功能正确，更要求时间正确（即满足实时性）。如何从理论层面保证多核、多任务并发下的最差情况执行时间（WCET）可分析、系统行为可预测，并在此前提下实现低功耗与完全自动控制，是严峻挑战。
- 研究内容与目标：聚焦于嵌入式算法、实时系统理论与硬件设计。内容包括：嵌入式机器学习（TinyML）、实时调度理论分析、多核并行调度、NoC通信流调度、轻量化实时操作系统（如RT-Thread）与机器人操作系统（如ROS2）的底层优化，以及适配特定场景的硬件架构设计。目标是构建从形式化方法保证实时性，到软硬件平台实现完全自动控制的一体化解决方案。
- 产业应用：研究成果可广泛应用于高阶自动驾驶系统（华为ADS）、无人机飞行控制（大疆）、足式/工业机器人（宇树、优必选）、航空航天等领域。
方向三：AI处理器与边缘智能计算系统
- 研究痛点：大模型（如ChatGPT、DeepSeek）在云端的成功，正加速向边缘端（手机、汽车、物联网设备）渗透。但边缘设备面临算力有限、内存紧张、功耗严苛的三重约束。如何对超大AI模型进行高效压缩、设计专用的AI加速架构、并实现从算法到芯片的软硬件协同优化，是智能计算的核心难题。
- 研究内容与目标：覆盖从算法模型到逻辑电路的AI全栈优化。具体包括：模型压缩（量化、蒸馏、剪枝、NAS、算子融合）、AI Infra技术（如vLLM、Flash Attention、TVM）、编译器后端设计（针对FPGA/CGRA/自研DSA）、体系架构/电路层（RISC-V指令集扩展/领域专用指令集设计、AI加速器微架构设计）、存算一体架构探索，使用Verilog/Chisel进行IP核开发。目标是实现面向边缘场景的高性能、低功耗、小面积AI芯片与系统。
- 产业应用：研究成果可广泛应用于手机AP（如华为麒麟9030 Pro / 9040中的NPU）、自动驾驶域控制器、智能传感器、AIoT设备。对标Google TPU、MIT Eyeriss等先进设计，并与国产龙芯CPU、香山RISC-V开源处理器等自主生态紧密结合，为推动国产AI芯片自主可控提供关键技术支撑。
| 2019.5 - 2021.1 | 新加坡南洋理工大学 联合培养博士 |
| 2018.11 - 2019.4 | 香港理工大学 联合培养博士 |
| 2015.9 - 2021.7 | 重庆大学 工学博士学位 |
| 2011.9 - 2015.7 | 重庆大学 工学学士学位 |
| 2026.1 - 至今 | 重庆邮电大学 计算机科学与技术学院 副教授 |
| 2022.9 - 2025.12 | 重庆邮电大学 计算机科学与技术学院 讲师 |
| 2021.7 - 2022.7 | 新加坡国立大学 计算机学院 博士后 |
自动驾驶/机器人
边缘智能算法
嵌入式系统
编译器优化
软硬件协同设计
片上网络NoC
处理器设计
Chiplet互连技术
