权国聪

副教授

联系邮箱： quangc@mail.sysu.edu.cn

个人主页： https://guocongquan.github.io/

教师简介：

权国聪，副教授、博士生导师、国家高层次青年人才项目入选者。2016年在中国科学技术大学获得学士学位。2021年在美国俄亥俄州立大学（The Ohio State University）获得博士学位。博士毕业后，加入美国Facebook公司（现Meta公司）担任研究科学家（Research Scientist），从事Facebook推荐系统的性能优化研究。2024年4月加入香港中文大学林晓俊教授课题组担任博士后研究员。2025年1月加入中山大学计算机学院，担任副教授。发表高水平学术论文十余篇，包括IEEE/ACM ToN，IEEE INFOCOM，ACM SIGMETRICS等。以第一作者获得CCF-A类会议IEEE INFOCOM 2019年最佳论文奖。

研究方向：

我们的研究方向聚焦于“高效分布式AI系统与算法”，我们希望通过融合理论分析、算法设计与系统实现，构建能够在大规模、异构环境下高效、可靠运行的人工智能计算平台与优化方法。我们近期关注的具体研究问题包括：

  1. 高效大模型推理

    （i）如何设计LLM推理请求调度策略，以最小化平均任务时长？

    （ii）如何针对推测解码，设计请求间并行算法，从而提高推理效率？

  2. 大规模分布式资源管理与优化

    （i）如何针对异构AI系统，实现存储、算力、网络资源的统筹管理与优化？

    （ii）如何针对时效敏感型系统（如基于Transformer的推荐系统），优化数据缓存算法？

  3. 强化学习、在线学习

    （i）如何通过强化学习，提升基于LLM的多智能体之间的协作效率？

    （ii）如何针对多层在线学习问题（如multi-stage multi-armed bandit），设计理论保障的在线决策算法？

 

📣 招生信息

招收2026级博士研究生、硕士研究生。表现优秀者可推荐至香港、美国交流深造，或推荐至字节、阿里实习。

我们欢迎不同专长的同学加入：

  • 如果你擅长代码：我们将面向真实系统，通过设计实现新算法与新机制，解决系统难题
  • 如果你擅长数学：我们将通过理论分析与推导，设计有理论保障的算法

教育背景：

  • 2016.08 - 2021.12：美国俄亥俄州立大学（The Ohio State University） 博士
  • 2012.08 - 2016.05：中国科学技术大学 学士

工作经历：

  • 2025.01 - 至今：中山大学 副教授
  • 2024.04 - 2025.01：香港中文大学 博士后研究员
  • 2021.10 - 2024.03：美国Facebook公司 研究科学家

科研项目：

  • 国家高层次青年人才计划项目，主持
  • 国家自然科学基金青年科学基金项目（C类），主持

获奖荣誉：

  • IEEE INFOCOM Best Paper Award，2019
  • IEEE INFOCOM Best In-session Presentation Award，2019
  • ACM SIGMETRICS Student Travel Grants，2019

学术服务：

  • Organizing Committees
    • ACM SIGMETRICS Student Activity Chair, 2026
    • ACM/SPEC ICPE Publicity Chair 2025
  • Program Committees
    • IEEE INFOCOM Poster 2025, 2024, 2022, 2021

代表性论文：

  1. G. Quan, X. Lin, X. Wang, Optimal Caching for Dynamic Content Through Strategic Information Sharing, IEEE INFOCOM 2026.
  2. G. Quan, A. Eryilmaz, N. Shroff, Minimizing Edge Caching Service Costs Through Regret-Optimal Online Learning, IEEE/ACM Transactions on Networking (ToN), 32(5): 4349-4364, 2024
  3. G. Quan, A. Eryilmaz, N. Shroff, Optimal Edge Caching for Individualized Demand Dynamics, IEEE/ACM Transactions on Networking (ToN), 32(4): 2826-2841, 2024.
  4. G. Quan, J. Tan, A. Eryilmaz, Counterintuitive Characteristics of Optimal Distributed LRU Caching Over Unreliable Channels, IEEE/ACM Transactions on Networking (ToN), 28(6): 2461-2474, 2020. (also published at IEEE INFOCOM 2019, IEEE INFOCOM Best Paper Award)
  5. G. Quan, A. Eryilmaz, J. Tan, N. Shroff, Prefetching and Caching for Minimizing Service Costs: Optimal and Approximation Strategies, Performance Evaluation, 145: 102149, 2021. (also published at IFIP Performance 2020)
  6. G. Quan, J. Tan, A. Eryilmaz, N. Shroff, A New Flexible Multi-flow LRU Cache Management Paradigm for Minimizing Misses, ACM SIGMETRICS 2019. (also published at POMACS)
  7. G. Quan, K. Ji, J. Tan, LRU Caching with Dependent Competing Requests, IEEE INFOCOM 2018.
  8. K. Ji, G. Quan, J. Tan, Asymptotic Miss Ratio of LRU Caching with Consistent Hashing, IEEE INFOCOM 2018.
  9. J. Tan, G. Quan, K. Ji, N. Shroff, On Resource Pooling and Separation for LRU Caching, ACM SIGMETRICS 2018. (also published at POMACS)