4月8日下午，南方科技大学计算机系长聘副教授/研究员、博士生导师程然应邀为我院师生开展讲座，报告题为“分布式GPU加速的通用演化计算框架”。此次讲座由盛伟国教授主持，众多老师、研究生参与此次讲座。

程然教授在讲座中围绕演化计算的背景、算法应用、大型模型融合以及分布式GPU加速等方面进行了详细介绍和阐述。他强调了演化计算在解决困难问题上的重要性，将演化算法应用于多个行业，并举例说明了演化计算在日本新干线N700车头设计，可让能耗减少20%。

讲座中，程然教授重点介绍了分布式GPU加速的通用演化计算框架的开发过程，以及其在算法并行化和优化方面的应用。他详细讨论了编程框架的设计和GPU加速优化的原理，特别强调了谷歌JAX和EvoX等框架在分布式计算中的重要性，其中EvoX框架为程然教授团队所开发的架构。

对于EvoX，程然教授还分享了关于项目的详细文档和教程，涵盖了CPU和GPU版本的安装步骤和使用方法。他举例展示了多种应用场景，包括数据优化和强化学习任务，强调了神经演化流程在复杂任务中的应用优势，特别是在物理环境下难以使用梯度下降进行训练的情况下。这个框架通过GPU加速使得神经演化成为可能，提高了算法的效率和应用范围。

此外，程然教授提到了NEAT算法的发展历程，并分享了其在演化计算中的应用案例，通过将NEAT算法应用于演化小图片的网站上，展示了演化的开放性和随机性，强调了演化过程中的不可预测性。他认为演化算法的未来在于将大型模型相互融合，而非仅仅优化单一模型，对作者Kenneth Stanley的演化思想表示了赞同。

本次讲座程然教授深入探讨了演化计算在科研和工程领域的应用前景，展示了分布式GPU加速的通用演化计算框架在优化和控制任务中的潜力和效果。让参与此次讲座的老师和学生们都有了更进一步的了解并对此产生浓厚的兴趣。相信分布式GPU加速的通用演化计算框架可以为更多的领域创造价值，推动相关技术蓬勃发展。

（文/汪琳 图/王中理）