摘要：今天凌晨，国际计算机学会（ACM）宣布了今年的 ACM 计算突破奖获奖者。丛京生（Jason Cong）「因其在现场可编程系统和可定制计算的设计和自动化方面做出的奠基性贡献而获奖」。

机器之心报道

编辑：Panda

今天凌晨，国际计算机学会（ACM）宣布了今年的 ACM 计算突破奖获奖者。丛京生（Jason Cong）「因其在现场可编程系统和可定制计算的设计和自动化方面做出的奠基性贡献而获奖」。

ACM 计算突破奖，全名为 ACM Charles P. “Chuck” Thacker Breakthrough in Computing Award（ACM 查尔斯・帕特里克・萨克尔计算机突破奖），旨在表彰那些对计算理念或技术做出惊人、颠覆性或跨越式贡献的个人或团体。该奖项还附带由微软资助的 10 万美元奖金。

微软首席科学官 Eric Horvitz 表示：「丛京生在可定制计算和架构设计工具方面的开创性方法，体现了该奖项旨在表彰的『跨越式进步』。他的工作至今仍至关重要，为高度灵活且节能的 FPGA 架构奠定了基础，而这对于人工智能、云计算和其他快速发展领域的前沿应用而言都非常重要。」

丛京生对 FPGA 发展贡献巨大

丛京生，1963 年 2 月 20 日出生于北京市。于 1985 年从北京大学计算机科学与技术系毕业，之后赴美国留学；并于 1987 年和 1990 年分别获得美国伊利诺大学香宾校区计算机科学系硕士和博士学位，之后进入加州大学洛杉矶分校工作。

丛京生现在是加州大学洛杉矶分校 Samueli 工程学院 Volgenau 卓越工程主席。他的研究领域包括 VLSI 电路和系统的设计自动化、可定制计算、量子计算和高度可扩展的算法。他发表了 500 多篇研究论文，领导了 100 多个研究项目，并获得了多项专利。

在获得 ACM 计算突破奖之前，他已经获得了多项荣誉，包括菲尔・考夫曼奖、IEEE 罗伯特・N・诺伊斯奖章、 ACM/IEEE A・理查德・牛顿电子设计自动化技术影响力奖等。他也是 ACM 和 IEEE 会士，同时也是美国艺术与科学学院和美国国家工程院院士以及中国工程院外籍院士。

丛京生在其学术界和工业界的职业生涯中开发了一系列用于自动化集成电路设计的卓越工具，尤其是用于现场可编程门阵列（FPGA）的工具。

FPGA 是一种特殊的集成电路，可以在制造后进行编程，进而更改其功能，这使得它们成为许多应用的标准硬件的一部分，被用于数据中心、电信、航空航天、国防和汽车工程等许多领域。

虽然 FPGA 是可编程的，但为其创建配置文件却很复杂，用户难以完成。丛京生在其职业生涯的大部分时间里都在开发用于解决这个问题的工具。例如，他的工作让人们现在可以使用 C 或 C++ 等软件编程语言对 FPGA 进行编程，从而显著提高了 FPGA 的可访问性和可用性。除了设计基本算法外，丛京生和他的学生还创造了嵌入这些算法的商业工具，进而支持了当今使用的 FPGA 设计工具。

在 1990 年代末，丛京生研究了如何将逻辑映射到查找表（FPGA 的基石）。这个问题非常难 —— 起初都是采用启发式方法解决的。

丛京生及其学生们取得了重大的理论突破。他们证明这个问题可以在多项式时间内精确求解。这一发现催生了商业化这项技术的 Aplus Design Automation—— 如今它已被应用于所有 FPGA 综合工具。

虽然丛京生的早期工作使设计人员能够使用 Verilog 等硬件描述语言来设计 FPGA，但软件应用工程师仍然难以编写这些电路。

21 世纪初，丛京生的团队开始研究高级综合技术，使人们能够使用 C/C++ 编程 FPGA。这一成功尝试催生了 AutoESL—— 这是他在加州大学洛杉矶分校领导的实验室的衍生产品，已于 2011 年被赛灵思公司（现为超微半导体公司的一部分）收购。 之后，他们基于 AutoESL 技术开发了一款商业产品 AutoPilot，这正是 AMD/Xilinx 目前高级综合工具的基础。

在开发这些工具后，丛京生将其应用于可定制的特定于具体领域的计算领域。他和他的团队利用 FPGA 设计了一系列特定于具体领域的硬件加速器，涵盖深度学习、医学图像处理、基因组测序、数据压缩、可满足性求解以及许多其他计算密集型任务。这些定制计算解决方案有一个重要优势：与传统的基于 CPU 的计算方法相比，它们有显著的能效优势。

来源：机器之心Pro一点号