Song Han（韩松）
更新-260416 | 发布-260416
基本信息
- 高校：麻省理工学院 (Massachusetts Institute of Technology)（美国）
- 院系：电气工程与计算机科学系 (EECS)
- 职称：副教授 (Associate Professor, Tenured)
- 性别：男
- 研究领域：高效 AI 计算、TinyML、模型压缩、硬件感知 NAS、大模型加速
- 博士毕业院校：斯坦福大学
- 本科毕业院校：清华大学
个人研究情况
韩松教授是高效 AI 计算领域的先驱，其开创性的“深度压缩”（Deep Compression）技术极大地推动了深度学习在移动及嵌入式设备上的部署。他领导的 MIT HAN Lab 专注于“硬件与 AI 协同设计”，提出了 EIE 硬件加速器、ProxylessNAS、Once-for-all Network (OFA) 及 MCUNet 等知名框架，引领了 TinyML 的研究潮流。其成果广泛应用于自动驾驶、物联网等领域，曾获 ICLR 和 FPGA 最佳论文奖。他也是深鉴科技 (DeePhi Tech) 和 OmniML 的联合创始人。
学术影响力
- 谷歌学术引用：暂无
- H指数：暂无
整体评价
A
备注
无